---
title: "仅需5元，手把手教你训练纳西妲GPT-SoVITS模型"
url: https://www.geekcorelab.cn/post/only-5-yuan-teach-you-step-by-step-how-to-train-the-naxida
updated: 2026-11-02T14:27:49.696322Z
author: "hhjmk"
summary: "文章介绍了如何购买和设置显卡云服务器，以及部署GPT-SoVITS进行纳西妲声音模型训练的步骤。主要内容包括推荐购买雨云显卡云服务器，选择配置和系统，并通过远程桌面连接服务器。接着详细描述了下载和安装解压软件，解压GPT-SoVITS一键包，生成nahida.list文件，准备训练数据，进行SoVITS和GPT训练，最后通过TTS音频推理生成语音。文章提供了具体操作步骤和注意事项，如关闭Microsoft Defender Smartscreen解决下载问题，调整batch_size参数等，旨在指导读者完成纳西妲声音模型的部署和训练。"
---

# 仅需5元，手把手教你训练纳西妲GPT-SoVITS模型

购买服务器
-----

首先，我们需要买一台显卡云服务器

极度推荐使用[雨云](https://www.rainyun.com/github_)，优惠码：wp-admin

账户注册成功后，前往：[购买地址](https://app.rainyun.com/apps/rcs/buy/github_)

选择宿迁显卡云

![](/uploads/import-placeholder/98)
若只是短期使用，建议选择最高配置，如果是长期使用，建议按需选择（主要关注显存）

![](/uploads/import-placeholder/130)
系统选择Windows Server 2022 数据中心版

此系统已默认安装NVIDIA显卡驱动，CUDA已启用，版本如下：

```
NVIDIA-SMI 537.70, Driver Version: 537.70, CUDA Version: 12.2
```

之后点击右下角的试用即可5元获得一天的使用时长

![](/uploads/import-placeholder/305)
如果GPU资源不足，则可使用更低显存的版本

![](/uploads/import-placeholder/85)
部署GPT-SoVITS
------------

### 连接服务器

服务器创建完成后，点击管理进入管理面板

![](/uploads/import-placeholder/58)
找到首页的NAT端口映射，复制默认生成的地址

![](/uploads/import-placeholder/66)
之后在你自己的电脑上搜索rdp，找到远程桌面连接并打开

![](/uploads/import-placeholder/384)
将复制的内容填入“计算机”输入框中，点击“显示选项”

![](/uploads/import-placeholder/269)
将此处的用户名填入

![](/uploads/import-placeholder/253)
点击连接后会弹出输入密码

![](/uploads/import-placeholder/181)
复制并填入“远程密码”

![](/uploads/import-placeholder/375)
遇到下图提示直接点击是即可

![](/uploads/import-placeholder/156)
### 下载

进入桌面后，打开浏览器

![](/uploads/import-placeholder/336)
之后打开我转存在123Pan的一键包

如果你希望获得最新版的，可以用魔法去抱脸上下载：[预打包文件 (huggingface.co)](https://huggingface.co/lj1995/GPT-SoVITS-windows-package/resolve/main/GPT-SoVITS-beta.7z?download=true)

之后还需要下载纳西妲的语音数据集，这里有大佬打好标的：[纳西妲数据集下载](https://url.notlifemc.top/?c=tf5A19)

[不能用的地址](https://aihobbyist-my.sharepoint.com/personal/erythrocyte_org_ai-lab_top/_layouts/15/download.aspx?UniqueId=588c3f80-cb89-4627-9a89-45fd009e98d7&Translate=false&tempauth=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJhcHBfZGlzcGxheW5hbWUiOiJBbGlzdCIsImFwcGlkIjoiMGEyOTkxYTMtMTY3NC00MzM0LTg1NjEtNjcxY2M3MzQ5OTYwIiwiYXVkIjoiMDAwMDAwMDMtMDAwMC0wZmYxLWNlMDAtMDAwMDAwMDAwMDAwL2FpaG9iYnlpc3QtbXkuc2hhcmVwb2ludC5jb21AY2ZkZTEwZDMtYWE4Yy00MmFiLTg4YmItNTNmMjRjOTVlYmFmIiwiY2FjaGVrZXkiOiIwaC5mfG1lbWJlcnNoaXB8MTAwMzIwMDJhYmVmZWY0YkBsaXZlLmNvbSIsImNpZCI6IkZnbFJUS0lMRmtTQXVBZFRmUVBGTVE9PSIsImVuZHBvaW50dXJsIjoiVjFCcTBJWXFXY20xN05xOWFwZEtGa3E4SXFsRmFrd3MxbDVnL2tid3pvRT0iLCJlbmRwb2ludHVybExlbmd0aCI6IjE2MCIsImV4cCI6IjE3MTQ1NDE3MTQiLCJpcGFkZHIiOiIyMC4xOTAuMTQ0LjE3MCIsImlzbG9vcGJhY2siOiJUcnVlIiwiaXNzIjoiMDAwMDAwMDMtMDAwMC0wZmYxLWNlMDAtMDAwMDAwMDAwMDAwIiwibmJmIjoiMTcxNDUzODExNCIsInB1aWQiOiIxMDAzMjAwMkFCRUZFRjRCIiwic2NwIjoiYWxsZmlsZXMud3JpdGUiLCJzaWduaW5fc3RhdGUiOiJbXCJrbXNpXCJdIiwic2l0ZWlkIjoiWXprek56bGpPRFl0WlRJNE5DMDBPR00wTFRobFlUTXROV016TjJJek5EY3dZVEl3IiwidGlkIjoiY2ZkZTEwZDMtYWE4Yy00MmFiLTg4YmItNTNmMjRjOTVlYmFmIiwidHQiOiIyIiwidXBuIjoiZXJ5dGhyb2N5dGVAb3JnLmFpLWxhYi50b3AiLCJ2ZXIiOiJoYXNoZWRwcm9vZnRva2VuIn0.8ka0RIYpgIfHcEhOD3ZUSRjHwR0cVWKeaEl4lzgM_20&ApiVersion=2.0)（会报HTTP 414）

之后在服务器上下一个解压软件（请勿使用360、好压等流氓软件），可选的有：

- Bandizip：[Windows 版本的 Bandizip · 业内领先的压缩文件解决方案 (bandisoft.com)](https://www.bandisoft.com/bandizip/)
- 7-Zip：[Download (7-zip.org)](https://www.7-zip.org/download.html)

下载时进度卡在100% 0KB/s：

![](/uploads/import-placeholder/282)
打开edge的设置-隐私、搜索和服务

关闭Microsoft Defender Smartscreen即可（它会在下载后扫描文件导致卡在100% 0KB/s）

### 解压

解压GPT-SoVITS一键包

![](/uploads/import-placeholder/438)
如果你还有其他事要做（如准备数据集）则可以勾选低优先级模式

![](/uploads/import-placeholder/229)
等待GPT-SoVITS解压完成即可

训练纳西妲声音模型
---------

### 生成nahida.list

在GPT-SoVITS目录中新建一个raw\_audio文件夹用于放置数据集

将先前下载的数据集解压进里面，并且建议将其放置在单独的文件夹中（即新建一个叫nahida的文件夹，再将\*.wav和\*.lab解压进去）

最终的目录结构看起来是这样的：

GPT-SoVITS\\raw\_audio\\nahida\\\*.wav

GPT-SoVITS\\raw\_audio\\nahida\\\*.lab

> 说明
> 
> .wav后缀为角色语音  
> .lab后缀为打标好的文件

之后打开GPT-SoVITS目录下的go-webui.bat打开web界面

进入webui后直接修改下图所指的位置

![](/uploads/import-placeholder/135)
将其替换为你数据集（\*.wav）所在的文件夹，如果你按照本教程操作，那么改为：

```
C:\Users\Administrator\Desktop\GPT-SoVITS-beta0128\raw_audio\nahida
```

点击批量ASR后等待即可，当ASR进程输出信息中显示完成时进行下一步

若你还是不确定是否完成，可以前往output\\asr\_opt目录，打开nahida.list文件

![](/uploads/import-placeholder/274)
上图即为完成后的效果

### 准备训练

之后打开上方的第二个tab，修改红框中的内容

![](/uploads/import-placeholder/17)

![](/uploads/import-placeholder/373)
如果你按照本教程操作，下图三个框中的内容应该为

1. nahida
2. C:\\Users\\Administrator\\Desktop\\GPT-SoVITS-beta0128\\output\\asr\_opt\\nahida.list
3. C:\\Users\\Administrator\\Desktop\\GPT-SoVITS-beta0128\\raw\_audio\\nahida

![](/uploads/import-placeholder/228)
之后按顺序进行以下8步操作

![](/uploads/import-placeholder/223)
例：点击1的按钮后等待，直到2中提示任务完成，之后继续点击3观察4，如此往复

![](/uploads/import-placeholder/120)
根据大佬指出，此处直接点击7（开启一键三连）即可

### SoVITS与GPT训练

之后打开这个tab的第二个tab

![](/uploads/import-placeholder/227)
batch\_size根据显存大小和模型数据量调整若使用8G显存的套餐，则所有保持默认即可

你需要分别进行SoVITS训练和GPT训练，都训练完成后才能进行推理

TTS音频推理
-------

![](/uploads/import-placeholder/395)
TTS推理WebUI进程输出信息中提示进程已开启后需要稍等1分钟左右加载模型

模型加载完成后会自动打开TTS推理webui，以下是主要功能区的介绍

![](/uploads/import-placeholder/150)
1. 放置参考音频的地方（会影响最终推理出音频的语气与情绪）
2. 参考音频中说了什么内容
3. 你要把什么文本转换成语音
4. 把3中的内容转换为语音
5. 点击4后输出的音频

![](/uploads/import-placeholder/149)
参考音频可以在数据集中随便找一些略长的音频

长文本合成效果：
