VoxCPM V2版 - 支持方言！更自然、真实的语音克隆和文本转语音工具 支持50系显卡 一键整合包下载
VoxCPM 是一个开源的语音生成工具，它能把文字直接变成自然、带情感的语音，还能用很短的音频样本克隆一个人的声音。它的特点是不用传统的“语音切片”，而是直接在连续空间里生成声音，因此效果更真实、更灵活，它克服了离散分词的限制，实现了情境感知语音生成和逼真的零样本语音克隆。
VoxCPM 是一个功能强大且易于使用的文本转语音系统，它不仅能捕捉到说话者的音色，还能精细地还原口音、情感语调、节奏和语速等特征。主打“连续空间建模”技术，能生成更自然、真实的语音。它像一位“声音大厨”，既能根据文本内容智能调整语调风格，又能通过短音频克隆出逼真的声音，效果更真实、更有感情。
今天分享的 VoxCPM V2版，更新最新的 VoxCPM1.5 模型。新版模型提升了 VoxCPM 的音频质量（现在支持 44.1kHz 采样率，更好地克隆，保留更多高频细节，生成更高质量的语音输出）和效率，同时保留了其核心功能：基于上下文的语音生成和零样本语音克隆，同时支持全参数微调和高效的 LoRA 微调。
核心特点
发音人级音色生成：能生成高质量、音色稳定且风格可控的语音，相比传统语音合成模型（如 VITS）在音色一致性上表现更好，不容易出现“前言不搭后语”的混乱情况。
上下文感知的语音生成：能理解文本内容，智能地调整语音的语调、节奏和情感，让合成说话更像真人一样富有表现力和自然流畅。
逼真的零样本音色克隆：只需一段很短的参考音频，就能准确模仿这个人的音色、口音、情感和说话节奏，生成高度逼真的克隆语音。
可微调：支持全参数微调和 LoRA 微调，用户可以训练个性化的声音模型。
应用领域
智能客服：让客服语音更自然、更具亲和力，提升用户体验。
有声读物和播客：为内容创作者提供高质量的文本转语音服务，节省录音成本。
影视配音和游戏：快速生成不同角色的配音，提高制作效率。
个人语音助手：为用户定制个性化的语音助手，使其声音更符合个人喜好。
教育和培训：为在线课程、语言学习等提供真实、易理解的语音内容。
使用教程：（建议N卡，显存4G起，支持50系显卡）
上传一段参考音频，输入需要生成的文字内容，合成即可
详细的参数和使用技巧，启动后，WebUI页面有详细说明
支持自定义音色，上次参考音频，输入音色名称，保存。
添加音色后，点刷新音色，实时获取最新添加的音色。选择音色名称，点“加载音色预设”即可使用自定义音色。
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOfwhJ_0ExaynLtFBq5O981dA1?pwd=t94f
夸克网盘：
**** 本内容需购买 ****
百度网盘：
**** 本内容需购买 ****
这个和TTS2那个克隆效果更好呢？ zf372050857 发表于 2025-12-8 08:28
这个和TTS2那个克隆效果更好呢？
各有优缺点，你试试，这个也不错。 mac好像用不了啊 ruan18505700714 发表于 2025-12-17 01:34
mac好像用不了啊
不支持mac
页:
[1]