GPT-SoVITS预训练模型大全：下载/配置/更新全攻略

一、模型体系概览

GPT-SoVITS提供多版本预训练模型支持，覆盖从基础到专业级应用需求。通过GPT_SoVITS/configs/tts_infer.yaml配置文件可查看完整模型矩阵，主要版本特性如下：

模型版本	适用场景	核心文件
v1	轻量级部署	s2G488k.pth
v2	标准语音合成	gsv-v2final-pretrained/
v2Pro	情感语音优化	v2Pro/s2Gv2Pro.pth
v4	最新架构	gsv-v4-pretrained/s2Gv4.pth

二、模型下载指南

2.1 自动下载流程

通过WebUI触发模型下载：

1. 启动WebUI：python webui.py
2. 系统自动检测缺失模型并调用GPT_SoVITS/download.py执行下载
3. 下载进度可在终端查看，默认存储路径：GPT_SoVITS/pretrained_models/

2.2 手动部署方法

当自动下载失败时，可手动放置模型文件：

# 创建模型目录
mkdir -p GPT_SoVITS/pretrained_models/gsv-v4-pretrained
# 放置文件（示例）
cp /path/to/s2Gv4.pth GPT_SoVITS/pretrained_models/gsv-v4-pretrained/

三、配置文件详解

3.1 核心配置项

GPT_SoVITS/configs/tts_infer.yaml关键参数说明：

v4:
  bert_base_path: GPT_SoVITS/pretrained_models/chinese-roberta-wwm-ext-large  # BERT预训练模型
  cnhuhbert_base_path: GPT_SoVITS/pretrained_models/chinese-hubert-base        # 语音编码器
  t2s_weights_path: GPT_SoVITS/pretrained_models/s1v3.ckpt                     # 文本转语音模型
  vits_weights_path: GPT_SoVITS/pretrained_models/gsv-v4-pretrained/s2Gv4.pth  # VITS解码器
  device: cpu                                                                   # 运行设备(cpu/cuda)
  is_half: false                                                                # 半精度模式

3.2 多版本切换

修改配置文件切换模型版本：

1. 编辑tts_infer.yaml
2. 修改custom.version字段为目标版本（如v4）
3. 重启WebUI使配置生效

四、模型更新维护

4.1 版本检查

通过配置文件头部注释查看模型更新日志：

# 模型版本历史
# v4: 2024-08-15 新增情感迁移功能
# v2ProPlus: 2024-06-30 优化中文韵律

4.2 增量更新

当发布模型补丁时，只需更新对应权重文件：

# 示例：更新v4版本解码器
wget -O GPT_SoVITS/pretrained_models/gsv-v4-pretrained/s2Gv4.pth [补丁URL]

五、常见问题解决

5.1 路径错误

若出现FileNotFoundError，检查：

• tts_infer.yaml中路径是否与实际文件匹配
• 模型文件权限是否正确（建议权限755）

5.2 版本兼容性

确保推理代码与模型版本匹配：

• v3/v4模型需使用export_torch_script_v3v4.py导出
• 旧版本请使用v1专用导出脚本