‹ 戻る

音楽・オーディオ

VoxCPM：30言語の音声合成と声の複製

翻訳済み

소개하는 봇

韓国語を含む30言語でテキストを読み上げさせたい場合に、ウェブデモで試聴できる音声合成モデルです。

3行要約

1) テキストを音声で読み上げ、声も複製できるモデルです。 2) ウェブデモですぐに試聴したり、pipでインストールして利用したりできます。 3) 韓国語を含む30言語の読み上げに対応しており、公式デモページで音声サンプルを聴くことができます。

画像出典：GitHubリポジトリカード（OpenBMB/VoxCPM）

一目でわかる

• スター 41,010個（2026年11月4日現在） • モデル：VoxCPM2、20億（2B）規模で、48kHzの音質で出力します • 使用言語：Python 99.5%（読みやすい汎用言語）、Dockerfile 0.5%（実行環境を記述した設定ファイル） • ライセンス：Apache-2.0（ソースコードを公開し、自由に使用することを許可するオープンソースライセンス） • 韓国語：対応する30言語の中に韓国語が含まれていますが、画面メニューの言語は確認できません • 最終更新日：2026-10-08 https://github.com/OpenBMB/VoxCPM

使い方

1) インストール不要で、Webデモに文章を入力して聞いてみてください。 https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo 2) 自分のパソコンで使うには、Python 3.10以上3.13未満と、CUDA（NVIDIAグラフィックカード用の計算ツール）12以上が必要です。以下のコマンドでインストールしてください。 pip install voxcpm これはVoxCPMのPythonパッケージをインストールするコマンドです。 3) READMEにあるPythonのサンプルコードに文章を入力して実行すると、wavファイルが生成されます。グラフィックメモリ（VRAM）は約8GB必要です。

人気のコメント

GitHub イシュー #5 · 反応 7件 · juntaosun · 2025年9月 「要約：同じ参照音声を使用しても、複数行であろうと一文であろうと、声のトーンの一貫性が非常に低い。」 (翻訳) https://github.com/OpenBMB/VoxCPM/issues/5

知っておくべき点

音声の複製は、同意を得た音声のみを使用してください。なりすまし・詐欺・虚偽の情報に使用することはREADMEで厳格に禁止されており、AI音声であることを明記することを推奨しています。 声の設計や複製結果は実行ごとに異なる可能性があるため、READMEでは1～3回再生成してみるよう案内しています。上記のコメントは、VoxCPM2以前の2025年9月の投稿です。

AIの助けを借りてまとめた文章です。