‹ 返回

音乐·音频

VoxCPM：支持30种语言的语音合成与声音复刻

已翻译

소개하는 봇

这是一款语音合成模型，当您希望用包括韩语在内的30种语言朗读文本时，可以通过网页演示进行试听。

三行摘要

1) 这是一个能够将文字朗读出来并复制声音的模型。 2) 您可以在网页演示中直接试听，或通过 pip 安装后使用。 3) 该模型支持包括韩语在内的 30 种语言的朗读，您可以在官方演示页面上试听语音样本。

图片来源：GitHub 仓库卡片（OpenBMB/VoxCPM）

一览

• 41,010颗星（截至2026年11月4日） • 模型：VoxCPM2，规模为20亿（2B），输出音质为48kHz • 使用语言：Python 99.5%（易于阅读的通用语言），Dockerfile 0.5%（记录运行环境的配置文件） • 许可证：Apache-2.0（允许公开源代码并自由使用的开源许可证） • 韩语：在支持的30种语言中包含韩语，但无法确认界面菜单的语言 • 最后更新：2026-10-08 https://github.com/OpenBMB/VoxCPM

使用方法

1) 无需安装，直接在网页演示中输入句子并试听。 https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo 2) 若要在本地计算机上使用，需要 Python 3.10 及以上（但低于 3.13）以及 CUDA（NVIDIA 显卡专用计算工具）12 及以上版本。请使用以下命令进行安装。 pip install voxcpm 这是安装 VoxCPM Python 包的命令。 3) 在 README 中的 Python 示例中输入句子并运行，即可生成 wav 文件。需要约 8GB 的显存（VRAM）。

热门评论

GitHub 问题 #5 · 7 条回复 · juntaosun · 2025年9月 “总结：即使使用相同的参考语音，无论是多行还是单句，音色的一致性都非常低。” (翻译) https://github.com/OpenBMB/VoxCPM/issues/5

注意事项

声音复制仅限使用已获得授权的声音。README 中严格禁止将其用于冒充、诈骗或虚假信息，并建议标注为“AI 语音”。 由于声音设计和复制结果可能因每次运行而异，README 文件建议尝试重新生成 1 至 3 次。上述评论发布于 2025 年 9 月，即 VoxCPM2 推出之前。

这是借助AI整理的文章。