日语 TTS 本地方案：Style-Bert-VITS2 教程

Style-Bert-VITS2 是可调情感和说话风格强弱的日语 TTS。只做合成时可以在没有显卡的 CPU 上运行，训练需要 NVIDIA 显卡。最近一次 commit 是 2025-08，已超过 12 个月，请留意维护风险。许可证为 AGPL-3.0。

更新：2026-10-16

结论

如果你想在本地生成带情感的日语语音，Style-Bert-VITS2 是一个门槛比较低的选择：Windows 用户下载压缩包、双击 bat 就能安装；只做语音合成时 CPU 也能运行；训练则需要 NVIDIA 显卡。README 没有给出显存数值。需要注意的是，CSV 记录的最近一次 commit 是 2025-08-24，已超过 12 个月没有 commit，请留意维护风险。

它是什么

README 介绍，该项目基于 Bert-VITS2 v2.1 和 Japanese-Extra，可以自由控制情感和说话风格，包括风格的强弱。附带 API 服务器，也可以作为 Python 库用 pip install style-bert-vits2 安装（仅推理）。README 本身是日文的。

运行环境

用途	README 说明
语音合成、模型合并	没有显卡也能在 CPU 上运行
训练	没有 NVIDIA GPU 时无法训练；也可以用 Google Colab 或 Paperspace 训练
已确认的系统	Windows 命令提示符、WSL2、Linux（Ubuntu Desktop）
显存	README 未说明

安装（Windows，不熟悉 Git/Python 的用户）

按 README：

下载 Releases 中的 zip，解压到路径不含日文和空格的位置。
有显卡的话双击 Install-Style-Bert-VITS2.bat；没有显卡则双击 Install-Style-Bert-VITS2-CPU.bat（CPU 版不能训练，但可以合成和合并）。
等待自动安装。语音合成编辑器自动启动，就说明安装成功。默认模型已经下载好，可以直接使用。

更新时运行 Update-Style-Bert-VITS2.bat。如果是从 2.4.1 之前的版本升级，README 要求删除后重新安装。

主要功能入口

功能	启动方式（README）
语音合成编辑器	`Editor.bat`，或 `python server_editor.py --inbrowser`（加 `--device cpu` 为 CPU 模式）
数据集制作、训练、风格生成、合并、ONNX 转换	`App.bat` 打开 WebUI 后进入对应标签页
API 服务器	`python server_fastapi.py`，默认输入上限 100 字，可在 `config.yml` 中调整

训练需要多段 2–14 秒左右的音频及对应文本。如果只有长音频，可以用自带的数据集工具切分并自动转写。

README 提醒：API 服务器默认允许所有域名跨域（CORS），建议在 config.yml 中改成只允许信任的域名。

许可与使用条款

代码为 AGPL-3.0，其中 text/user_dict/ 模块为 LGPL v3。
README 开头要求使用前必须阅读“请求事项与默认模型使用条款”（TERMS_OF_USE），请自行阅读原文。

数据来源与核验日期

GitHub：https://github.com/litagin02/Style-Bert-VITS2
核验日期：2026-10-16（北京时间）。最近一次 commit 为 2025-08-24（对应 README 更新记录中的 Ver 2.7.0）。

合规提示

请勿在未经授权的情况下用他人（包括声优）的声音训练模型或克隆真人声线；发布 AI 生成的内容时，请按平台规则标注。