VoxCPM TTS
A tokenizer-free TTS model that works in continuous space, outputs 44.1kHz audio, and stays consistent across paragraphs.
Переносити ваш текст до міток SSML для точного керування:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Додати позначки емоцій доставки впливу (відносна підтримка model):
Ця модель читає простий текст, отже теґи вбудований буде проігноровано. Для емоцій, заснованих на мітках, перемкніться на модель експресивного вираження, на зразок Orpheus або Bark.
Визначити нетипові вимови (слово = вимова):
Про програму 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.
Найкраще для: High-fidelity audio, audiobooks, long-form content with voice consistency
Перегляд всього VoxCPM голосиНа перший погляд
- Розробник
- OpenBMB
- Ліцензія
- Apache 2.0
- Тір
- standard
- Швидкість
- fast
- Клонування голосів
- Так.
- Мови
- English, Chinese
- Макс. символи
- 2000