VoxCPM 多语种语音合成

把文字转成自然语音,支持多种语言和方言,可用文字描述设计音色

需要技术AI 整理,待开发者认领配音
评分人数不足呦探分评分人数不足大众分评分方法
这个页面由 AI 根据官网公开信息整理,可能有错。产品团队可以认领后修改。 认领这个产品

不会编程?试试这些能直接用的同类产品

这个项目只有源代码,需要会编程才能用。

  1. Fish Speech 开源语音合成

    AI 生成把文字转成自然语音,可用标签控制语气和情绪,支持中文等多种语言

    打开就用 / 配音 / 开源 / 等你来评
    评分人数不足
星标
4.1万
复刻
4658
主要语言
Python
许可证
Apache-2.0
最近更新
复制安装指令(给 AI 编程工具)

粘贴到 Codex、Claude Code、Cursor、Trae 等 AI 编程工具里,回车就会开始安装。第一次复制前请先阅读风险提示。

这些文件由项目作者放在 GitHub 上,本站不开发、不托管这些软件,也不检测其代码;国内访问 GitHub 可能较慢。使用前请阅读 第三方软件风险提示和项目的许可证。 数据更新于 2026/11/01 报告问题

介绍

VoxCPM 是 OpenBMB 开源的文本转语音模型,参与机构包括面壁智能(ModelBest)等。当前主力版本 VoxCPM2 基于 MiniCPM-4,参数约 20 亿,采用无需离散分词的扩散自回归架构,支持约 30 种语言及四川话、粤语、吴语、东北话、闽南语等方言,输出 48kHz 音频并支持流式生成。项目说明禁止将其用于冒充他人、诈骗或传播虚假信息,并建议标注 AI 生成内容。

能做什么

  • 把文字合成为多语种、多方言的语音
  • 根据文字描述生成新的音色,无需参考音频
  • 基于参考音频复刻音色,并支持 LoRA 或全量微调

运行需要:Python 3.10–3.12、PyTorch 2.5 及以上、CUDA 12 及以上,以及约 8GB 显存的 NVIDIA 显卡;模型权重可从 ModelScope 或 Hugging Face 下载。

这段介绍由 AI 根据项目的公开说明整理,可能有疏漏,以项目主页为准。

评测

0 条评测

还没有评测。用过的话,来写第一条吧。

写评测