VoxCPM2开源发布：无Tokenizer多语言语音生成，开源TTS迎来新突破_开源资讯

VoxCPM2开源发布：无Tokenizer多语言语音生成，开源TTS迎来新突破

创始人

2026-06-01 08:15:22

0次

开源语音合成领域迎来重磅新品。近日，OpenBMB团队正式发布VoxCPM2，这是一款无需Tokenizer的全新文本转语音（TTS）模型，支持多语言语音生成、创意声音设计以及逼真语音克隆，在GitHub上迅速获得大量关注。 VoxCPM2的核心创新在于抛弃了传统TTS模型对Tokenizer的依赖。传统的语音合成系统通常需要将文本先分割成音素或子词单元，再映射到语音特征，这一过程不仅增加了模型复杂度，还容易在多语言场景下产生兼容性问题。VoxCPM2通过直接对原始文本进行建模，实现了端到端的语音生成，大幅简化了处理流程。在多语言支持方面，VoxCPM2表现出色。它能够处理中文、英文、日文等多种语言的文本输入，并生成自然流畅的语音输出。对于全球化的应用场景来说，这意味着开发者无需为每种语言单独训练模型，一个模型即可覆盖多种语言需求。创意声音设计是VoxCPM2的另一大亮点。用户可以通过简单的文本描述来定制声音特征，例如指定音色、语速、情感色彩等参数，模型会据此生成符合要求的语音。这为有声读物、游戏配音、虚拟角色等创意场景提供了极大的便利。在语音克隆能力上，VoxCPM2仅需极短的目标语音样本，就能复制说话人的声音特征，实现逼真的语音克隆。开源社区普遍认为，这一能力在隐私保护和伦理规范下合理使用，将极大推动个性化语音助手和无障碍辅助工具的发展。作为完全开源的项目，VoxCPM2的发布为语音技术社区注入了新的活力。开发者可以自由使用、修改和分发模型代码，加速语音技术在各行各业的落地应用。未来，随着更多贡献者的加入，VoxCPM2有望成为开源TTS领域的新标杆。

VoxCPM2 开源TTS 语音合成 OpenBMB 语音克隆

上一篇：怒江师生科技成果亮相第40届云南省青少年科技创新大赛

下一篇：GitHub本周趋势：从AI短视频生成到离线生存计算机，开源项目百花齐放

VoxCPM2开源发布：无Tokenizer多语言语音生成，开源TTS迎来新突破

相关内容

热门资讯