前言¶

做中文配音時常見的兩難：雲端 TTS 音色固定，想要”用某條參考音頻的嗓子，說出哭腔、方言或另一種情緒”，就得自己搭 GPT-SoVITS 的整套流程——準備音頻、切句、抽特徵、跑推理、再按情緒分別出樣。流程本身不復雜，但瑣碎，且每次都要人工點點點。

下面介紹的這個 Skill 把這條鏈路交給 Agent 調用：你給一條參考音頻，它跑完從音頻到一批多情感語音樣本的全過程。

這是什麼¶

GPT-SoVITS V4 語音克隆 是一個基於通用 SKILL.md 格式的 Agent Skill，定位是：在 Windows 機器上調用本地已安裝的 GPT-SoVITS V4，做零樣本（zero-shot）音色克隆與中文語音生成。

出品方是社區發佈者 user_cc65e9bc，來源標記爲 community，分類爲 design-media，座標 @user_cc65e9bc/gpt-sovits-v4-voice-clone，版本 1.0.0。標籤裏 requires_api_key=false，也就是不需要額外申請密鑰，前提是 GPT-SoVITS V4 已經裝在本機。

它解決的問題很具體：把”任意輸入音頻（m4a/wav/mp3 等）”變成”一批帶情感的生成語音”，整條 pipeline 由 Agent 串起來，不依賴雲端接口。

核心功能¶

已覈實的能力如下，均來自 Skill 簡介，不做外推：

1、零樣本音色克隆。無需事先用大量語料訓練說話人，給一條參考音頻即可復刻音色，即 zero-shot TTS。
2、多情感語音生成。不是隻出一條幹聲，而是生成一批帶情感的樣本。
3、中文語音。面向中文合成場景。
4、GPU 加速。本地 NVIDIA GPU 參與推理。
5、輸入格式寬。參考音頻可以是 m4a、wav、mp3 等常見格式。

不在資料中的內容（例如具體推理參數、支持的情感清單、語種上限）本篇不寫。

安裝與啓用¶

先說結論：官方頁面沒有給出安裝命令、目錄結構或配置字段，因此本篇不列命令，避免編造。

從頁面可以確認的三點是：

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

啓用方式按通用 SKILL.md 流程走：在支持該格式的 Agent 工具中按座標引入 Skill，然後在對話裏用觸發語調用。可用的觸發語在簡介中已列明，照原樣使用即可：

用 GPT-SoVITS 克隆音色
語音克隆
zero-shot TTS
用我這段語音生成 XX 情感的語音
voice cloning

部署前提要單獨說明：本 Skill 只負責編排流程，GPT-SoVITS V4 本體需要你自己在 Windows 機器上裝好並可用。具體的安裝步驟、依賴和 GPU 環境要求以 GPT-SoVITS 上游項目的倉庫說明爲準，本頁未提供，故不在此轉述。

典型用法¶

下面是與簡介描述一致的用法，可以復現：

1、準備一段參考音頻，格式 m4a / wav / mp3 均可。
2、在對話中提出克隆需求，例如”用我這段語音生成 悲傷 情感的語音”。
3、Skill 從該音頻出發，跑完整條 pipeline，返回一批生成結果。

按簡介的說法，輸入”any input audio”，輸出是”a batch of generated emotion samples”。也就是說一輪請求可以拿到同一音色下不同情感的多個樣本，不用再逐條發起。

適用場景與注意¶

適合的人：在 Windows + 本地 GPU 環境下工作、主要產出中文語音、希望音色由自己的參考音頻決定、並且不願意調用雲端 TTS API 的開發者。

需要注意的地方：

1、本機環境是硬前提。GPT-SoVITS V4 沒裝好或 GPU 不可用，Skill 無從調用。
2、參考音頻的質量決定克隆上限。底噪大、時長過短或說話人不清晰的素材，效果會明顯打折——這是零樣本克隆的通用規律，不是該 Skill 獨有。
3、來源是 community，且抓取快照顯示下載 832、安裝 0，說明還沒人在你的環境裏驗證過。採用前建議先拿一條自己的聲音做一次完整測試，再決定是否接入生產流程。
4、頁面數值可能變動。本次使用 2026-11-05 的抓取快照：評分 100000、下載 832、安裝 0、分類 design-media。

結尾¶

這個 Skill 的價值在於把 GPT-SoVITS V4 的零樣本克隆與多情感生成串成一條 Agent 可調用的流程，省掉人工跑流水線的重複勞動，同時把語音留在本地，不經過雲端。前提是你的 Windows 機器上已經裝好了 GPT-SoVITS V4。

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

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