gptsovits克隆出来的声音不像 原因和解决方法

哈喽大家好，我是ai吧教学日记的朴老师，大家在使用gptsovits的时候，是不是遇到了gptsovits克隆出来的声音不像，不管怎么操作相差都很大的问题呢？想要提升声音的相似度，其实很简单，现在就给大家整理原因和解决方法，和我一起往下看看吧。

相似度低的原因：

首先我们需要了解gptsovits生成推理的原理是什么，在进行推理生成的时候，需要分析我们提供（上传）的参考音频的特点，然后根据此特点进行模仿，但前提是提供的样本必须是干净的，也就是我们常说的干音，如果样本参考有杂音噪音，是会直接影响到最后的生成结果的。

换句话说，就是样本的干扰音过多，影响了ai的推理判断结果，所以导致最后克隆出来的声音不像。

如何提升相似度：

使用剪辑软件预处理参考音频，将原音频的杂音尽可能全部去掉，杂音包括本人说话的回声、电流麦、喷麦的声音、动物叫声、风声、本人以外其他人说话的声音、背景音乐、歌声等等。这里以剪映为例，简单教大家如何去除杂音。

1、选中需要处理的音频。

2、右边基础选项选中音频降噪以及人声分离等待处理完成。

3、点击右上角导出，格式选择wav格式点击导出即可。

虽然前面提供的方法能够大幅度提升声音的相似度，解决gptsovits克隆出来的声音不像的问题，但是由于gptsovits自身的缺陷，想要再进一步提升就很困难了，若是配置足够，我更推荐大家使用cosyvoice，本期内容到这里就结束了，想要了解更多ai教程，关注ai吧网站，持续为大家更新。