返回全部动态
面壁智能发布VoxCPM1.5无分词器TTS模型
原标题：openbmb/VoxCPM1.5
AI 摘要
面壁智能（OpenBMB）于2025年12月5日发布VoxCPM1.5语音合成模型，基于MiniCPM4-0.5B骨干，采用无分词器（tokenizer-free）的扩散自回归架构直接生成连续语音表示。相比前代，音频采样率从16kHz提升至44.1kHz，语言模型token率降至6.25Hz以降低计算成本，并支持SFT与LoRA微调。模型支持上下文感知的富有表现力语音生成与零样本音色克隆，在RTX 4090上流式合成实时因子低至0.17。
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://open
发布时间：2026-11-09 16:14
抓取时间：2026-08-18 11:06
来源机构：Hugging Face