เปิดตัวโมเดล

เผยแพร่รายงานทางเทคนิค VoxCPM2

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

สรุปโดย AI

ModelBest OpenBMB เผยแพร่รายงานทางเทคนิค VoxCPM2 โมเดลนี้เป็นโมเดลสร้างเสียงรุ่นล่าสุด มีพารามิเตอร์ 2B ฝึกอบรมจากข้อมูลเสียงหลายภาษากว่า 2 ล้านชั่วโมง รองรับ 30 ภาษาและภาษาถิ่นจีน 9 ภาษา มีความสามารถในการออกแบบเสียงด้วยภาษาธรรมชาติ การโคลนเสียงแบบควบคุมได้และมีความเที่ยงตรงสูง รายงานทางเทคนิคครอบคลุมการออกแบบสถาปัตยกรรม สูตรลำดับแบบรวม การสร้างเสียงความเที่ยงตรงสูงด้วย AudioVAE การฝึกอบรมและการประเมินขนาดใหญ่ รวมถึงผลลัพธ์基準 TTS แบบ zero-shot และการทำตามคำสั่ง ใช้การเข้ารหัสความหมาย 16kHz + การสร้างรูปคลื่น 48kHz บรรลุ SOTA หรือมีความสามารถแข่งขันสูงบน基準 TTS สาธารณะ น้ำหนักโมเดล โค้ดปรับแต่ง และเครื่องมืออนุมานเปิดโอเพนซอร์สภายใต้ Apache 2.0

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
X:面壁智能 OpenBMB (@OpenBMB)
หมวดหมู่
เปิดตัวโมเดล
คะแนน AI
75
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: เผยแพร่รายงานทางเทคนิค VoxCPM2 8 มิถุนายน 2026 https://new.nat6.net/th/news/cmq5bpym306fbslt2cnfcangy/

ดูทั้งหมด →