模型发布

VoxCPM2 技术报告发布

原文标题:🚀 VoxCPM2 Technical Report is now available on arXiv! VoxCPM2 is the latest speech generation mode...

AI 摘要

面壁智能 OpenBMB 发布 VoxCPM2 技术报告。该模型为最新语音生成模型,拥有 2B 参数,基于超 200 万小时多语言语音数据训练,支持 30 种语言和 9 种中文方言。具备自然语言语音设计、可控及高保真延续性语音克隆能力。技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估,以及零样本和指令跟随 TTS 基准结果。采用 16kHz 语义编码 + 48kHz 波形重建,在公开 TTS 基准上达到 SOTA 或极具竞争力。模型权重、微调代码和推理工具以 Apache 2.0 开源。

关键信息

  • 面壁智能 OpenBMB 发布 VoxCPM2 技术报告。
  • 该模型为最新语音生成模型,拥有 2B 参数,基于超 200 万小时多语言语音数据训练,支持 30 种语言和 9 种中文方言。
  • 具备自然语言语音设计、可控及高保真延续性语音克隆能力。
  • 技术报告涵盖架构设计、统一序列公式、AudioVAE 高保真语音重建、大规模训练评估,以及零样本和指令跟随 TTS 基准结果。
  • 采用 16kHz 语义编码 + 48kHz 波形重建,在公开 TTS 基准上达到 SOTA 或极具竞争力。

速览

发布时间
更新时间
来源
X:面壁智能 OpenBMB (@OpenBMB)
分类
模型发布
AI 评分
75
阅读原文 前往信息源阅读完整正文
推荐理由

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。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:VoxCPM2 技术报告发布。2026年6月8日。https://new.nat6.net/news/cmq5bpym306fbslt2cnfcangy/

查看全部 →