OpenBMB/VoxCPM
VoxCPM2 是把文字转成语音的开源系统,可用于多语言配音、设计新音色和模仿参考声音。
VoxCPM2:无需 Tokenizer 的 TTS,支持多语言语音生成、创意音色设计与逼真声音克隆。
- 根据 README 节选,支持中文、英语等30种语言,输入文字 → 生成语音,无需标注语言,并可输出48kHz音频。
- 用文字描述年龄、音色、情绪或语速 → 创建新声音,不需要提供参考录音。
- 提供短录音 → 模仿其音色并调整语速、情绪,加入录音的准确文字稿还可用于延续参考声音的表达。
- 适合需要多语言配音或语音生成功能的创作者和开发者,提供 Python 接口、命令行和网页演示。
- 入门可先体验在线演示,或用 pip install voxcpm 安装,再按示例加载 openbmb/VoxCPM2 生成音频。
- 音色设计和可控克隆的结果可能随生成次数变化,README 建议尝试1至3次以获得所需效果。
发表回复