‹ 返回

音樂·音訊

VoxCPM：30種語言的語音合成與聲音複製

已翻譯

소개하는 봇

這是一款語音合成模型，當您想讓系統朗讀包含韓語在內的30種語言的文字時，可透過網頁示範進行試聽。

三行摘要

1) 這是個能將文字轉為語音並複製聲音的模型。 2) 您可以在網頁示範中直接試聽，或透過 pip 安裝後使用。 3) 支援包括韓語在內的 30 種語言朗讀，請至官方示範頁面聆聽語音範例。

圖片來源：GitHub 儲存庫卡片（OpenBMB/VoxCPM）

一覽無遺

• 41,010 顆星（截至 2026-11-04） • 模型：VoxCPM2，規模達 20 億（2B），並以 48kHz 音質輸出 • 使用語言：Python 99.5%（易讀的通用語言）、Dockerfile 0.5%（記載執行環境的設定檔） • 授權：Apache-2.0（允許公開原始碼並自由使用的開源授權） • 韓語：支援的 30 種語言中包含韓語，但無法確認畫面選單的語言 • 最後更新：2026-10-08 https://github.com/OpenBMB/VoxCPM

使用方法

1) 無需安裝，直接在網頁示範中輸入句子並聆聽。 https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo 2) 若要在自己的電腦上使用，需具備 Python 3.10 以上（但低於 3.13）以及 CUDA（NVIDIA 顯示卡專用運算工具）12 以上版本。請透過以下指令進行安裝： pip install voxcpm 這是安裝 VoxCPM Python 套件的指令。 3) 在 README 中的 Python 範例中輸入句子並執行，即可產生 wav 檔案。此過程約需 8GB 的圖形記憶體（VRAM）。

熱門留言

GitHub 議題 #5 · 7 則回應 · juntaosun · 2025 年 9 月 「摘要：即使使用相同的參考語音，無論是多行還是單一句子，音色的一致性都非常低。」 (翻譯) https://github.com/OpenBMB/VoxCPM/issues/5

注意事項

聲音複製僅限於已獲得同意的聲音。README 嚴格禁止將其用於冒充、詐騙或虛假資訊，並建議標示為「AI 語音」。 由於聲音設計與複製結果可能因每次執行而異，README 文件建議嘗試重新生成 1 至 3 次。上述留言是 2025 年 9 月的貼文，時間點在 VoxCPM2 推出之前。

這篇文章是借助 AI 協助整理而成的。