VoxCPM2 तकनीकी रिपोर्ट जारी
मूल शीर्षक:🚀 VoxCPM2 Technical Report is now available on arXiv! VoxCPM2 is the latest speech generation mode...
AI सारांश
ModelBest OpenBMB ने VoxCPM2 तकनीकी रिपोर्ट जारी की। यह मॉडल नवीनतम वाक् जनरेशन मॉडल है, जिसमें 2B पैरामीटर हैं, 20 लाख घंटे से अधिक बहुभाषी वाक् डेटा पर प्रशिक्षित, 30 भाषाओं और 9 चीनी बोलियों का समर्थन करता है। इसमें प्राकृतिक भाषा वाक् डिज़ाइन, नियंत्रणीय और उच्च-निष्ठा निरंतरता वाक् क्लोनिंग क्षमताएं हैं। तकनीकी रिपोर्ट में आर्किटेक्चर डिज़ाइन, एकीकृत अनुक्रम सूत्र, AudioVAE उच्च-निष्ठा वाक् पुनर्निर्माण, बड़े पैमाने पर प्रशिक्षण मूल्यांकन, और शून्य-शॉट और निर्देश-अनुसरण TTS बेंचमार्क परिणाम शामिल हैं। 16kHz सिमेंटिक एन्कोडिंग + 48kHz तरंग पुनर्निर्माण का उपयोग, सार्वजनिक TTS बेंचमार्क पर SOTA या अत्यधिक प्रतिस्पर्धी। मॉडल वेट, फाइन-ट्यूनिंग कोड और अनुमान टूल Apache 2.0 के तहत ओपन-सोर्स।
मुख्य जानकारी
- ModelBest OpenBMB ने VoxCPM2 तकनीकी रिपोर्ट जारी की। यह मॉडल नवीनतम वाक् जनरेशन मॉडल है,जिसमें 2B…
- एकीकृत अनुक्रम सूत्र,AudioVAE उच्च-निष्ठा वाक् पुनर्निर्माण,बड़े पैमाने पर प्रशिक्षण मूल्यांकन,और…
- 0 के तहत ओपन-सोर्स।
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- मॉडल लॉन्च
- AI स्कोर
- 75
面壁把语音生成压进2B参数,支持30种语言加方言克隆,还附完整技术报告和Apache 2.0开源,做语音产品的可以直接拉代码跑起来了。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: VoxCPM2 तकनीकी रिपोर्ट जारी। 8 जून 2026। https://new.nat6.net/hi/news/cmq5bpym306fbslt2cnfcangy/