基于GPT-SoVITS的视频剪辑快捷配音工具

该项目是一个拥有 GUI 悬浮窗界面的 GPT-SoVITS 推理程序，可以通过模拟操作系统的文件拖拽信号，将合成的语音直接拖拽至视频剪辑软件（如 Adobe Premiere）的时间轴，更加方便地实现视频的配音。

项目地址：https://github.com/2DIPW/dub_genius

推理核心源码基于 RVC-Boss/GPT-SoVITS 修改，GUI 界面基于 PySide6 实现，exe可执行文件由 PyStand 编译。

💻 截图

Screenshot

📥 部署

可以直接下载带有 exe 可执行文件的整合包，也可以自行部署依赖环境并从命令行运行。

整合包

整合包自带全部依赖和预训练模型，以及一个 Python 3.9.13 的嵌入式版本，可通过 exe 可执行文件独立运行。

PyTorch版本 大小 下载地址
CPU推理版本 2.2.1 989 MB OneDrive | 百度网盘
GPU推理版本 2.2.1+cu118 2.18 GB OneDrive | 百度网盘

自行部署

克隆

1
2
git clone https://github.com/2DIPW/dub_genius.git
cd dub_genius

安装依赖

如果有现成的为 RVC-Boss/GPT-SoVITS 配置的环境，为了节省空间，可以在其基础上安装 PySide6。

1
pip install pyside6

否则，请安装全部依赖

1
pip install -r requirements.txt

配置 GPU 加速（可选）

安装 CUDA 版本的 PyTorch

1
pip install torch --index-url https://download.pytorch.org/whl/cu118

配置预训练模型

本项目需要 RVC-Boss/GPT-SoVITS 中的GPT_SoVITS/pretrained_models 目录下的 chinese-hubert-base和chinese-roberta-wwm-ext-large两个预训练模型，置于pretrained目录下。

运行

1
python dub_genius.py

🗝 使用方法

  1. 添加模型组： 首次使用自动进入模型组管理对话框，单击添加，进入编辑模型组对话框
    • 填写模型组名，并选择 GPT 和 SoVITS 模型文件。
    • 单击添加以添加参考音频，别名和参考文本默认值取自文件名，可以通过双击进入编辑状态来修改。单击文件路径可以重新指定该项的文件路径。语言默认为中文，如需批量修改语言，选中它们所在的行，并通过批量修改语言为来修改。
  2. 指定保存路径： 单击保存路径文本框旁的...，设置满意的合成结果将会保存到何处，通常设置为视频剪辑项目所在的位置。
  3. 输入文本并合成语音： 单击合成，合成完毕后会自动播放试听，若满意该条合成结果，单击保存即可将其保存至设置的路径，同时会将该条目添加至合成结果列表。
  4. 拖拽至时间轴： 从合成结果列表中将所需的语音拖拽至视频剪辑软件时间轴，即可完成配音的添加。如还需添加字幕，双击合成结果列表的条目即可将该项所对应的文本复制到剪贴板中。