VoxCPM 1 - تكنولوجيا المعلومات والاتصالات
A tokenizer-free TTS model that works in continuous space, outputs 44.1kHz audio, and stays consistent across paragraphs.
لف نصك في علامات SSML للتحكم الدقيق:
<speak><prosody rate="slow">Slow speech</prosody></speak>
العلامات التي يفهمها النموذج المختار — انقر لإسقاط واحدة في نصك حيث تحصل:
هذا النموذج يقرأ النص العادي، لذلك يتم تجاهل العلامات في السطر. للتعبير عن المشاعر القائمة على العلامات، انتقل إلى نموذج تعبيري مثل أورفيوس أو بارك.
تعريف النطق العادي (كلمة = نطق):
حول VoxCPM
VoxCPM 1.5 by OpenBMB takes an unusual approach: instead of converting speech into discrete tokens, it operates directly in continuous space, which helps it preserve fine acoustic detail. It produces high-fidelity 44.1kHz audio, supports zero-shot voice cloning from three to ten seconds of reference, and maintains a consistent voice across long passages — a common failure point for other models on multi-paragraph text. Its cross-language cloning lets an English reference voice speak Chinese and vice versa. With Apache 2.0 licensing and LoRA fine-tuning support, it is well suited to audiobooks and long-form content where voice consistency over many paragraphs is essential.
أفضل لل: High-fidelity audio, audiobooks, long-form content with voice consistency
تصفح جميع VoxCPM الأصواتلمحة عامة
- مطوِّر
- OpenBMB
- الترخيص
- Apache 2.0
- الرتبة
- standard
- السرعة
- fast
- استنساخ الصوت
- نعم
- اللغات
- English, Chinese
- الحد الأقصى للحروف
- 2000