VoxCPM:去掉分词器的多语言语音合成与音色克隆
来源:GitHub — 2026-09-15 · ⭐ 37,285 · Python
📋 概述
VoxCPM 是 OpenBMB 推出的语音合成模型,最新版本主打「无分词器」路线:不再依赖离散的语音 token 做中间表示,而是直接建模连续语音,同时支持多语言合成、创意音色设计与高保真音色克隆。去掉分词器意味着减少一层信息损失与工程复杂度,也让音色克隆更接近原声。在开源 TTS 快速迭代的当下,这条技术路线值得关注。
🔑 核心要点
- 采用无分词器架构,跳过离散语音 token 这一中间层
- 支持多语言语音合成,覆盖跨语种使用场景
- 提供创意音色设计能力,可按需构造新的说话人音色
- 音色克隆保真度高,适合配音与有声内容生产
💡 金句
语音合成丢掉的那点细节,往往就藏在被迫离散化的那一步里。
👍 0
👎 0
← 返回 GitHub Trending 首页