返回全部动态
OpenBMB 发布 VoxCPM-0.5B：无 tokenizer TTS 模型，支持上下文感知语音生成与声音克隆
原标题：openbmb/VoxCPM-0.5B
AI 摘要
OpenBMB 发布了 VoxCPM-0.5B，这是一个基于 MiniCPM4-0.5B 的无 tokenizer 文本转语音（TTS）模型，采用端到端扩散自回归架构，直接在连续空间中建模语音，支持上下文感知的语音生成和零样本声音克隆。该模型在 180 万小时的双语语料上训练，在 RTX 4090 上可实现低至 0.17 的实时率（RTF），支持流式合成。用户可通过 PyPI 安装 voxcpm 包，或使用 CLI 和 Web 演示进行快速体验。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
--- license: apache-2.0 language: - en - zh base_model: - openbmb/MiniCPM4-0.5B pipeline_tag: text-to-speech library_name: voxcpm tags: - text-to-speech - speech - speech generation - voice cloning --- ## 🎙️ VoxCPM: Tokenizer-Free TTS for Context-Aware Speech Generation and True-to-Life Voice Cloning [](https://github.com/OpenBMB/VoxCPM/) [](https://mode
发布时间：2026-08-18 11:06
抓取时间：2026-08-18 11:06
来源机构：Hugging Face