GPT_SoVITS 服务 README

简要说明

克隆音色并提供实时 TTS Web API，可动态切换 GPT/Sovits 权重，支持流式输出。

启动

python api_v2.py -a 0.0.0.0 -p 9880 -c GPT_SoVITS/configs/tts_infer.yaml

后台运行与日志

nohup python api_v2.py -a 0.0.0.0 -p 9880 -c GPT_SoVITS/configs/tts_infer.yaml  > log/gptsovits.log 2>&1 &
tail -n 50 -f log/gptsovits.log

主要接口

1. /tts

合成语音（GET/POST），成功返回 WAV 流，失败返回 JSON 错误。

必需字段（POST 示例）：

{
  "text": "要合成的文本",
  "text_lang": "zh",
  "ref_audio_path": "参考音频.wav",
  "prompt_lang": "zh"
}

可选字段有 prompt_text、aux_ref_audio_paths、streaming_mode、speed_factor 等。

2. /control

控制服务。command 可为 restart 或 exit。

GET 示例：

/control?command=restart

POST 示例：

{ "command": "restart" }

3. /set_gpt_weights

切换 GPT 模型权重：

/set_gpt_weights?weights_path=路径.ckpt

返回 "success" 或错误 JSON。

4. /set_sovits_weights

切换 Sovits 模型权重：

/set_sovits_weights?weights_path=路径.pth

返回 "success" 或错误 JSON。

示例 curl

curl --location --request POST 'http://192.168.10.113:9880/tts' \
--header 'Content-Type: application/json' \
--data-raw '{
    "text": "先帝创业未半而中道崩殂。",
    "text_lang": "zh",
    "ref_audio_path": "input/gentle_girl.wav",
    "prompt_lang": "zh",
    "prompt_text": "刚进直播间的宝子们，左上角先点个关注，点亮咱们家的粉丝灯牌！我是你们的主播陈婉婉，今天给大家准备了超级重磅的福利",
    "media_type": "wav",
    "streaming_mode": false
}'