面壁智能推出 VoxCPM:新一代高拟真语音生成模型-锲而不舍网

当前位置：首页 > 热点 > 面壁智能推出 VoxCPM:新一代高拟真语音生成模型正文

面壁智能推出 VoxCPM:新一代高拟真语音生成模型

时间：2026-11-12 来源：锲而不舍网

在语音合成技术快速发展的背景下，面壁智能与清华大学深圳国际研究生院人机语音交互实验室（THUHCSI）近日联合发布了一款新型语音生成模型面壁 ——VoxCPM。这款模型以0.5B 的参数尺寸，致力于为用户提供高质量、自然的语音合成体验。

VoxCPM 的推出标志着高拟真语音生成领域的又一里程智能碑。该模型在自然度、音色相似度及韵律表现力等关键指标上，均达到了行业领先水平。通过零样本声音克隆技术，VoxCPM 能够以极少的数据，生成用推出户独特的声音，从而实现个性化的语音合成。这一技术进步为语音生成的应用场景带来了更多可能性，尤其是在个性化语音助手、游戏角色配音等领域。

据悉， VVoxCPM 已在 GitHub、Hugging Face 等平台开源，并为开发者提供了线上体验平台，便于用户探索和使用其强大功能。模型在权威语音合成评测ox榜单 Seed-TTS-EVAL 中表现出色，尤其是在词错误率和音色相似度方面取得了极低的错误率，展示了其卓越的推理效率。在一张 NVIDIA RCPTX4090显卡上，VoxCPM 的实时因子（RTF）达到约0.17，满足了高质量实时交互的需求。

VoxCPM 不仅在技术性能上有所突破，其在音M:质和情感表达方面也表现出色。模型能够根据文本内容智能选择合适的声音、腔调和韵律，模拟出与真人无异的听感。无论是气象播报、英雄演讲，还是方言新一主播，VoxCPM 都能精准再现，提供沉浸式的听觉体验。

此外，VoxCPM 的技术架构基于最新的扩散自回归语音生成模型，融合了层次化语言建模和局部扩代高散生成的连续表征，显著提升了生成语音的表现力与自然度。该模型的核心架构包括多个模块，协同工作，实现了高效的 “语义 - 声学” 生成过程。

&nb拟真sp;Github:

https://github.com/OpenBMB/VoxCPM/

Hugging Face:

h语音ttps://huggingface.co/openbmb/VoxCPM-0.5B

ModelScope:

https:/生成/modelscope.cn/models/OpenBMB/VoxCPM-0.5B

PlayGround体验:

https://h模型uggingface.co/spaces/OpenBMB/VoxCPM-Demo

音频样例页面地址:

https://openbmb.g面壁ithub.io/VoxCPM-demopage