前言¶

做中文配音时常见的两难：云端 TTS 音色固定，想要”用某条参考音频的嗓子，说出哭腔、方言或另一种情绪”，就得自己搭 GPT-SoVITS 的整套流程——准备音频、切句、抽特征、跑推理、再按情绪分别出样。流程本身不复杂，但琐碎，且每次都要人工点点点。

下面介绍的这个 Skill 把这条链路交给 Agent 调用：你给一条参考音频，它跑完从音频到一批多情感语音样本的全过程。

这是什么¶

GPT-SoVITS V4 语音克隆 是一个基于通用 SKILL.md 格式的 Agent Skill，定位是：在 Windows 机器上调用本地已安装的 GPT-SoVITS V4，做零样本（zero-shot）音色克隆与中文语音生成。

出品方是社区发布者 user_cc65e9bc，来源标记为 community，分类为 design-media，坐标 @user_cc65e9bc/gpt-sovits-v4-voice-clone，版本 1.0.0。标签里 requires_api_key=false，也就是不需要额外申请密钥，前提是 GPT-SoVITS V4 已经装在本机。

它解决的问题很具体：把”任意输入音频（m4a/wav/mp3 等）”变成”一批带情感的生成语音”，整条 pipeline 由 Agent 串起来，不依赖云端接口。

核心功能¶

已核实的能力如下，均来自 Skill 简介，不做外推：

1、零样本音色克隆。无需事先用大量语料训练说话人，给一条参考音频即可复刻音色，即 zero-shot TTS。
2、多情感语音生成。不是只出一条干声，而是生成一批带情感的样本。
3、中文语音。面向中文合成场景。
4、GPU 加速。本地 NVIDIA GPU 参与推理。
5、输入格式宽。参考音频可以是 m4a、wav、mp3 等常见格式。

不在资料中的内容（例如具体推理参数、支持的情感清单、语种上限）本篇不写。

安装与启用¶

先说结论：官方页面没有给出安装命令、目录结构或配置字段，因此本篇不列命令，避免编造。

从页面可以确认的三点是：

坐标：@user_cc65e9bc/gpt-sovits-v4-voice-clone
来源：community
是否需要 API Key：否（requires_api_key=false）

启用方式按通用 SKILL.md 流程走：在支持该格式的 Agent 工具中按坐标引入 Skill，然后在对话里用触发语调用。可用的触发语在简介中已列明，照原样使用即可：

用 GPT-SoVITS 克隆音色
语音克隆
zero-shot TTS
用我这段语音生成 XX 情感的语音
voice cloning

部署前提要单独说明：本 Skill 只负责编排流程，GPT-SoVITS V4 本体需要你自己在 Windows 机器上装好并可用。具体的安装步骤、依赖和 GPU 环境要求以 GPT-SoVITS 上游项目的仓库说明为准，本页未提供，故不在此转述。

典型用法¶

下面是与简介描述一致的用法，可以复现：

1、准备一段参考音频，格式 m4a / wav / mp3 均可。
2、在对话中提出克隆需求，例如”用我这段语音生成 悲伤 情感的语音”。
3、Skill 从该音频出发，跑完整条 pipeline，返回一批生成结果。

按简介的说法，输入”any input audio”，输出是”a batch of generated emotion samples”。也就是说一轮请求可以拿到同一音色下不同情感的多个样本，不用再逐条发起。

适用场景与注意¶

适合的人：在 Windows + 本地 GPU 环境下工作、主要产出中文语音、希望音色由自己的参考音频决定、并且不愿意调用云端 TTS API 的开发者。

需要注意的地方：

1、本机环境是硬前提。GPT-SoVITS V4 没装好或 GPU 不可用，Skill 无从调用。
2、参考音频的质量决定克隆上限。底噪大、时长过短或说话人不清晰的素材，效果会明显打折——这是零样本克隆的通用规律，不是该 Skill 独有。
3、来源是 community，且抓取快照显示下载 832、安装 0，说明还没人在你的环境里验证过。采用前建议先拿一条自己的声音做一次完整测试，再决定是否接入生产流程。
4、页面数值可能变动。本次使用 2026-11-05 的抓取快照：评分 100000、下载 832、安装 0、分类 design-media。

结尾¶

这个 Skill 的价值在于把 GPT-SoVITS V4 的零样本克隆与多情感生成串成一条 Agent 可调用的流程，省掉人工跑流水线的重复劳动，同时把语音留在本地，不经过云端。前提是你的 Windows 机器上已经装好了 GPT-SoVITS V4。

官方地址：https://api.skillhub.cn/user_cc65e9bc/gpt-sovits-v4-voice-clone

SkillHub 页面：https://www.skillhub.cn/skills/user_cc65e9bc/gpt-sovits-v4-voice-clone