KasaneTeto-GPT-SoVITS

KasaneTeto_Portable

自包含的重音テト语音合成包 —— 把整条链路（GPT-SoVITS + RVC + 模型 + 参考）打包进一个文件夹，一条命令出 teto 语音。本机独享，无需外部安装。

一条命令

run_teto.bat "足立灵你居然偷我法棍"
run_teto.bat "こんにちは、テトです。" --lang ja --out 你好.wav
run_teto.bat --text-file 台词.txt

等价于直接跑 teto_cli.py：

python teto_cli.py "文本" [--lang zh|ja] [--out 路径] [--text-file 文件]

它会：自动拉起包内 GPT-SoVITS API → 合成 → 用包内 RVC 转 teto → 输出，用完自动关服务。

结构

KasaneTeto_Portable/
├── teto_cli.py        # 自包含启动器(自起/复用以太 API、调 RVC)
├── run_teto.bat       # 双击即用
├── reference/ref.wav  # 萌系风格参考
├── gsv/               # GPT-SoVITS 引擎(代码+模型+venv)
│   ├── api.py
│   ├── GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/…
│   └── .venv/
├── rvc/               # RVC 引擎(代码+teto模型+venv)
│   ├── assets/weights/Kasane Teto.pth
│   ├── assets/indices/added_…index
│   └── .venv/
└── output/            # 合成结果

说明

• 语言：zh 中文 / ja 日文。参考音频定音色与风格，text_language 定怎么说（两者解耦）。
• 调参数：GPT-SoVITS 采样参数改 teto_cli.py 顶部的 top_k/top_p/temperature/speed；RVC 变调/检索占比改 rvc/tts_to_teto.py 顶部的 F0_UP_KEY / INDEX_RATE / PROTECT。
• 重要：Windows 的 venv 是绝对路径，别把整个文件夹搬到另一台不同路径的机器再直接用；同路径本机、或换参考音频后可用。跨机要重跑 venv。
• 参考音频含真人女声，私有使用请自行确认声音来源授权；如要更萌/更绵，替换 reference/ref.wav + 重写 ref.txt 即可，不用改代码。

保护这个 checkpoint（版本锁）

状态脆在哪？两个 venv 依赖的是 uv 缓存的 base Python，只在本机原路径成立，搬走会断。所以真正值钱的是这套能精确复现的数字：

重建顺序（在对应引擎目录内，用 uv）：

# 引擎: rvc   (python 3.12)
uv venv --python 3.12
uv pip install torch==2.7.1+cu128 torchaudio==2.7.1+cu128 --index-url https://mirrors.nju.edu.cn/pytorch/whl/cu128 --extra-index-url https://mirrors.pku.edu.cn/pypi/simple --index-strategy unsafe-best-match
uv pip install -r rvc\requirements.lock.txt --index-strategy unsafe-best-match

# 引擎: gsv   (python 3.11)
uv venv --python 3.11
uv pip install torch==2.11.0+cu128 torchaudio==2.11.0+cu128 --index-url https://mirrors.nju.edu.cn/pytorch/whl/cu128 --extra-index-url https://mirrors.pku.edu.cn/pypi/simple --index-strategy unsafe-best-match
uv pip install -r gsv\requirements.lock.txt --index-strategy unsafe-best-match

锁里 torch/torchaudio 自带 +cu128 后缀，且要配合上面的 CUDA 源装；其余包走镜源即可。

真正"死不了"的构成 = 模型权重 + 参考音频 + 这套锁定的 env 清单 + 源码。前三个我都在包 / git 里留了，md5 也建议你另存一份。