VoxCPM2
新工具VoxCPM2(开源免分词 TTS 模型)
🧠 VoxCPM2 是什么
VoxCPM2 是清华 OpenBMB 团队 2026 年 6 月发布技术报告(arXiv:2606.06928)的免分词器语音合成模型,定位 Tokenizer-Free TTS:端到端扩散自回归架构直接生成连续语音表征,不做离散 tokenizer。规格:2B 参数、30 种语言 + 9 种中国方言、48kHz 输出、内部 30 语言评测 WER 1.68%、Apache 2.0 开源。
GitHub 仓库 OpenBMB/VoxCPM(37.3k stars,2025-09 创建)在 2026-09-02 推送 VoxCPM2 后登上 GitHub Trending 今日榜;配套生态包括官方演示站 voxcpm.app(浏览器内 30 语言合成 + 语音克隆 + 声音设计)、Hugging Face Space、vLLM-Omni OpenAI 兼容服务接入,社区还有 ComfyUI 节点与 GGUF 量化版本跟进。
🔥 为什么现在火
开源 TTS 在 2026 年进入'免费商用级'阶段:VoxCPM2 把 30 语言 48kHz、克隆与声音设计打包进 Apache 2.0 的 2B 模型,本地可跑、API 可接、生态(ComfyUI/GGUF/vLLM)齐全,9 月登 GitHub Trending 正踩中'开源替代 ElevenLabs'的社区情绪(同榜还有 VoiceStudio 等)。
📄 证据链(交叉验证)
- ▸GitHub: OpenBMB/VoxCPM(37.3k stars, VoxCPM2)
- ▸arxiv《VoxCPM2 Technical Report》(arXiv:2606.06928)
- ▸VoxCPM2 官方演示站
🔍 搜索形态
voxcpm2 voxcpm2 huggingface voxcpm2 paper voxcpm2 comfyui
VoxCPM2 常见问题 FAQ
VoxCPM2 是什么?+
OpenBMB 开源的免分词器 TTS 模型:2B 参数、30 语言 + 9 中国方言、48kHz 输出,Apache 2.0 许可。
VoxCPM2 和 ElevenLabs 这类商业产品比怎么样?+
它是开源/本地优先的替代方案,支持克隆与声音设计,可自托管也可以通过 vLLM-Omni 兼容 API 服务;质量评测数据(WER 1.68%)来自其内部 30 语言评测。
怎么用 VoxCPM2?+
官方有浏览器演示站(voxcpm.app)、Hugging Face Space,也可本地部署;社区提供 ComfyUI 节点与 GGUF 量化版本。
与 VoxCPM2 相关的搜索
人们搜索 VoxCPM2 时,还会关心这些问题:
- voxcpm2 是什么
- 什么是 voxcpm2
- voxcpm2 tts 是什么意思
- voxcpm2 原理
- voxcpm2 有什么用
- voxcpm2 本地部署
- voxcpm2 免分词器
- voxcpm2 2026