1、新一代高质量语音生成模型VoxCPM2.0 整合包升级了, 整合包 + 云端我都做好了!
2、云端体验:https://www.compshare.cn/images/aWA3le8qrVYq?referral_code=bZRguxQSRDBJHgp5vAE7u&ytag=GPU_YY_YX_bl_yuziyuetalk0619
3、整合包:关注 + 三连 发送私信关键字 "vm2" 自取
4、项目地址:https://github.com/OpenBMB/VoxCPM
解决长文本会现质量的问题,长文本也能生成高质量音频。优化显存占用,最低 8G 显存可用。
OpenBMB 开源的多语言、可控语音生成基础模型 VoxCPM2,是 VoxCPM 系列的新一代语音生成模型,基于 2B 参数规模,并使用超过 200 万小时的多语言语音数据训练,支持 30 种语言、9 种中文方言,以及自然语言声音设计、可控声音克隆和高保真延续式克隆等能力。
模型可以在 16kHz 编码、48kHz 重建的设置下实现高质量语音生成,并在公开零样本 TTS 与指令跟随 TTS 评测中取得 SOTA 或有竞争力的表现。
更重要的是,VoxCPM2 的模型权重、微调代码和推理工具已经开源,并采用 Apache 2.0 协议,欢迎大家试用、复现、二创和一起共建中文及多语言语音生成生态!