GPT-SoVITS

AIチャット

★ 64k

少量データで高品質な音声合成を実現

GPT-SoVITSは、わずか1分程度の音声データから高品質な音声合成（TTS)モデルを学習できる音声クローニングツールです。少量サンプルによるfew-shot学習に対応し、5秒程度の音声でも声質を真似たゼロショット合成が可能です。日本語・英語・中国語などの多言語合成に対応しており、学習から推論までを行えるWebUIが同梱されているため、コマンドライン操作に不慣れでも扱いやすくなっています。5万8千超のスターを集める音声AI分野の人気プロジェクトです。動画ナレーションやキャラクターボイスの制作を行うクリエイター、音声合成研究者に向いています。なお、声のクローン技術のため、本人の同意など倫理的・法的配慮が必須です。