环境：

• Windows 11 24H2 Pro
• Python 3.10.12
• Intel Core i5-9400F
• RAM: 16GB

GPT-SoVITS是一款强大的语言合成模型，你可以利用它训练出五花八门的声音并用文字合成声音；但是有人又要说了：我没有显卡可不可以跑这个模型呢？存在解决方案，用CPU就可以运行GPT-SoVITS

1.部署模型

1.1.安装Git

首先你需要下载Git，当然，你也可以在GPT-SoVITS的GitHub仓库下载项目的压缩包解压

1.2.拉取模型

如果你选择下载压缩包则跳过这步
安装完成后，找到你剩余空间较多的盘，因为部署模型可能需要十几G空间，比如到D盘，打开PowerShell或CMD（Windows）/终端（macOS、Linux），依次输入

cd D:  #替换为你的实际目录
git clone https://github.com/RVC-Boss/GPT-SoVITS.git

获取源码

1.3.安装依赖

1.3.1.安装Anaconda

要使用Anaconda管理Python虚拟环境，首先访问Anaconda官网下载并安装。安装完成后，通过开始菜单搜索并打开"环境变量"，检查Anaconda是否已自动添加到系统Path中。若未添加，需手动将以下路径加入系统变量的Path中：

• Anaconda安装根目录
• Anaconda根目录下的Scripts目录
• .\Library\bin目录
• .\Library\mingw-w64\bin目录

例如，若Anaconda安装在D盘，则需添加如下路径：

D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\bin
D:\Anaconda\Library\mingw-w64\bin

然后重启电脑

1.3.2.安装FFmpeg

来到FFmpeg下载ffmpeg-git-essentials.7z，解压文件，将bin目录下的ffmpeg.exe和ffprobe.exe复制到GPT-SoVITS的根目录

1.3.3.创建虚拟环境

1.3.3.1.初始化Anaconda

首先你需要初始化你的Anaconda，在终端输入conda init --help查看初始化方式，比如；如果你是在Windows里，你就用PowerShell，就输

conda init powershell

完事后它会生成一个脚本，重启PowerShell就会启用脚本，如果提示说不能运行脚本，就用管理员身份运行PowerShell，然后输入：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

再次重新运行PowerShell就可以运行脚本了

1.3.3.2.创建虚拟环境

打开PowerShell（初始化时用什么初始化的就用什么打开），看看在PowerShell前是否带有base字样：

(base) PS C:\Users\Administrator> 

没有的话就说明上一步的初始化有问题
有的话依次输入：

conda create -n GPTSoVits python=3.10  #替换为你实际的Python版本
conda activate GPTSoVits

记住之后都需要进入GPTSoVits这个虚拟环境操作

1.3.4.安装依赖

打开PowerShell并进入虚拟环境，输入：

pip install torchaudio --index-url https://download.pytorch.org/whl/cpu
pip install -r requirements.txt

为了保险起见，我们可以在虚拟环境中也安装一份FFmpeg

conda install -c conda-forge 'ffmpeg<7'

下载预训练模型，并把它们放在项目根目录的GPT_SoVITS\pretrained_models中

因为我之前下载了GPT-SoVITS的整合包（虽然运行不起来），所以我是直接把整合包里的模型复制过去的

1.4.源码适配性修改

为了在CPU下运行，我们需要修改一些源代码

下面的源代码我只能保证在现在（2025.5.10）是正确的，无法保证为来是否有改动

打开根目录下的GPT_SoVITS目录下的s1_train.py，修改：

#第113行
#accelerator="gpu"，改为
accelerator="cpu"

#第117行
#devices=-1，改为
devices=1

打开s2_train.py，修改：

#第54~57行：
#if torch.cuda.is_available():
#    n_gpus = torch.cuda.device_count()
#else:
# 	n_gpus = 1
#改为：
if torch.cuda.is_available():
    n_gpus = torch.cuda.device_count()
    if n_gpus == 0:
        n_gpus = 1
else:
    n_gpus = 1

#第80~85行（上次更改前，上次更改后为82~87行）
#dist.init_process_group(
#    backend="gloo" if os.name == "nt" or not torch.cuda.is_available() else "nccl",
#    init_method="env://?use_libuv=False",
#    world_size=n_gpus,
#    rank=rank,
#）
#改为：
dist.init_process_group(
    backend = "gloo" if os.name == "nt" or torch.cuda.is_available() == False or torch.backends.mps.is_available() else "nccl",
    init_method="env://",
    world_size=n_gpus,
    rank=rank,
    )

2.运行WebUI

接下来的所有PowerShell都需要在管理员身份下运行

以管理员身份打开PowerShell，cd到GPT-SoVITS的根目录，依次输入：

conda activate GPTSoVits
python webui.py

接下来会自动安装一些依赖并打开浏览器进入WebUI，至于GPT-SoVITS训练模型的教程网上很多，我这里就不过多赘述

3.常见问题

有些人（比如说我）会遇到无法合成英语的情况；这时，我们依然是打开PowerShell，输入：

conda activate GPTSoVits
python

进入Python环境，输入：

import nltk
nltk.download('averaged_perceptron_tagger_eng')

如果报错了（没有nltk库），就再次打开PowerShell，输入：

conda activate GPTSoVits
pip install nltk

再次像上面一样进入Python环境，输入：

import nltk
nltk.download('averaged_perceptron_tagger')
nltk.download('punkt')
nltk.download('averaged_perceptron_tagger_eng')

重启WebUI，这样应该就没有问题啦