Apr 14 • 最新消息
為角色的配音--開源語音模型 VoxCPM2
OpenBMB（清華大學相關團隊）開源的語音模型，可輸出 48kHz 影視級音質
支援 30 種語言 + 中文多種方言，零切換。
三種生成模式
1.Voice Design（語音設計模式） 最簡單：
完全不用上傳任何聲音。 你直接用文字描述想要的聲音，例如：「溫柔的年輕女生，說話慢一點，帶點微笑感覺」。 模型就從零創造出全新音色。適合想做卡通配音、虛擬角色或實驗新聲音的人。 優點：零成本、無需錄音；缺點：每次生成可能稍有不同，多試幾次就好。
2.Controllable Cloning（可控克隆模式）
上傳一段短音檔（3-10秒即可），模型先模仿這個人的音色。 同時你還能加文字指令控制：「說快一點、開心一點、嚴肅語氣」。 適合想用某人聲音，但要調整情緒、速度或風格的場合（如故事朗讀、廣告）。
3.Ultimate Cloning（極致克隆模式）
上傳短音檔 + 這段音檔的文字內容。 模型會「接著」這段聲音繼續說後面的文字，盡量還原所有細節（語氣、呼吸、節奏）。 相似度最高，適合需要極度自然的長段語音或精準模仿真人的情況。
怎麼開始使用？（超簡單步驟）
1.最簡單：直接打開官方線上 Demo 網址：https://huggingface.co/spaces/openbmb/VoxCPM-Demo 輸入文字、選模式、上傳音檔或描述聲音，按Generate即可聽到結果。不用安裝任何東西。
(實測在第2和第3模式時有時會顯示忙碌)
2.進階本地使用：
- GitHub：專案程式碼存放處（https://github.com/OpenBMB/VoxCPM），像下載軟體一樣下載整個專案。
- Hugging Face：AI模型下載平台（https://huggingface.co/openbmb/VoxCPM2），存放模型檔案。
- LoRA：一種輕量微調技術。只用5-10分鐘你的聲音，就能讓模型更像你自己說話（不用訓練整個大模型，省記憶體又快速）。
推薦新手先用線上Demo玩熟，再考慮本地安裝。全部免費、可商用！
大家快去試試吧!😊
4
0 comments
為角色的配音--開源語音模型 VoxCPM2
Suggested communities
Powered by