这个工具是做什么的
VoxCPM2 是 OpenBMB 的无分词器 TTS 模型，2B 参数，基于 MiniCPM-4，训练数据超过 200 万小时。它直接生成连续语音表示，支持 30 种语言且不需要语言标签，输出 48kHz；可以只用一段文字描述（性别、年龄、语气、情绪、语速）凭空设计音色，也能用短参考音频做可控克隆。RTX 4090 上实时率约 0.30，接 Nano-vLLM 可降到约 0.13，标准实现显存约 8GB；LoRA 微调只需 5–10 分钟音频。权重与代码均为 Apache-2.0。
基本信息
- 分类：音视频
- 厂商 / 团队：OpenBMB
- 价格：免费（Apache-2.0，可商用）
- 收录日期：2026-10-25
- 官网：github.com
适用场景
TTS · 语音合成 · 多语言 · 声音克隆 · Apache-2.0