GPT-SoVITS-V2使用
1.前置准备 GPT-SoVITS-V2使用
启动应用&进入应用
进入应用 Web UI 界面
2. 数据预处理 GPT-SoVITS-V2使用
准备要克隆的声音素材，官方推荐音频长度为 5 秒左右（零样本文本到语音）或 1 分钟左右（少样本 TTS）
2.1 上传音频文件 GPT-SoVITS-V2使用
进入应用数据盘目录下
将要克隆的音频文件进行上传
等待上传完成
此时文件的全路径为：/root/lightcc-tmp/kh.MP3，此处记好，后边要考。
Lightcc 平台相关：数据盘的根目录是：/root/lightcc-tmp，可由此拼接处该目录下所有文件的全路径。
2.2 人声伴奏分离、去混响、去延迟 GPT-SoVITS-V2使用
如果音频中含有伴奏等，可以使用该工具。点击开启 UVR5-WebUI。
获取服务运行的端口号。
使用端口转发工具打开 WebUI。
进入 UVR5 Webui 界面。
根据自己的需求选择模型，将上传的音频文件全路径复制到输入框中。
点击转换，等待转换完成
查看转换后的结果
记录一下人声文件的全路径，/root/lightcc-tmp/output/uvr5_opt/vocal_kh.MP3_10.flac。
其中/root/lightcc-tmp/output是应用输出目录，uvr5_opt/是 uvr5 功能输出文件夹。
音频文件处理完毕后关闭 uvr5 Web UI 界面，回到主 Web UI 界面释放内存
2.3 语音切分 GPT-SoVITS-V2使用
本次实验时上传的音频文件是 1 分钟长的新闻联播稿，通过语音切分功能可以将该音频文件中的每一句话分割成一个文件，方便后续进行训练。
输入音频文件路径，如果进行了2.2 人声伴奏分离处理，应该填写分离后音频文件的全路径。
其他参数可默认不修改，点击开启语音切割，等待切割完毕。前往输出目录查看切割结果。
音频切割输出目录为：/root/lightcc-tmp/output/slicer_opt，记一下后续有用。
2.4 音频降噪 GPT-SoVITS-V2使用
该步骤可以有效减少音频中的噪音，优化训练效果。
查看降噪结果
音频降噪输出目录为：/root/lightcc-tmp/output/denoise_opt/
2.5 语音识别 GPT-SoVITS-V2使用
该步骤将音频文件识别为文字，用于后续训练。
输入要识别的音频文件夹，开始识别。
识别结束后，查看识别结果。
查看识别出的内容，基本非常准确。每一行对应前边分割出的每一个音频文件。
语音识别结果文件全路径：/root/lightcc-tmp/output/asr_opt/denoise_opt.list
2.6 打标 GPT-SoVITS-V2使用
这一步是对上步语音识别的结果进行简单调整，如：删除不清晰、有杂音等可能影响训练结果的音频。
通过端口转发工具转发9871端口到本地（详细见 2.2 步骤中的端口转发操作过程）
打开打标工具 Web UI 界面，检查是否需要修改识别结果或删除某条不符合条件的训练数据。
修改后保存记录。
关闭打标工具 WebUI，释放内存。
打标文件路径为：/root/lightcc-tmp/output/asr_opt/denoise_opt.list
至此数据预处理结束，上述步骤可根据自己实际情况选择处理。
3. 训练 GPT-SoVITS-V2使用
数据预处理完毕后，开始训练模型。
回到主 UI 界面顶部，选择训练功能。
3.1 配置训练信息 GPT-SoVITS-V2使用
进入训练板块，填写模型名、选择版本。
3.2 训练集格式化 GPT-SoVITS-V2使用
训练集格式化以后存储路径为：/root/lightcc-tmp/logs/kh1min/，即/root/lightcc-tmp/logs/+训练模型名
3.3 微调训练 GPT-SoVITS-V2使用
开始微调训练之前，我们先打开 LightCc 平台应用日志功能，WebUI 上只显示进程是否结束，不会显示训练是否成功。通过日志功能我们能够获取到更多信息。
打开日志功能
开始训练
通过日志查看训练结果
SoVITS 训练微调模型路径为：/home/GPT-SoVITS/SoVITS_weights_v2/。e 是 epochs 的缩写，表示训练批次，e8 表示训练 8 次后的模型
再进行 GPT 训练
查看训练结果
GPT 训练微调模型路径为：/home/GPT-SoVITS/GPT_weights_v2。
为什么一定要看日志呢？
比如下边这个情况，训练时批次设置的过大，导致内存溢出。web UI 界面显示训练结束，只有在日志功能里才能看到报错。根据报错调整我们的参数继续完成训练
截止到此处，训练已全部结束。
4. 推理-文字生成语音 GPT-SoVITS-V2使用
这一步、你可以使用自己在前边训练出来的模型使用文字生成语音，也可以使用别人训练好的模型生成语音。
切换到推理工具、选好模型、启动 TTS 推理 Web UI
上传参考音频，可以去音频切割输出目录/root/lightcc-tmp/output/slicer_opt中选择一个 3~10 秒的音频下载到本地，再上传到 Web UI 中。
参考音频文本可以从语音识别结果文件/root/lightcc-tmp/output/asr_opt/denoise_opt.list中快速复制
开始合成
