Нейросеть для синтеза речи на 30 языках: создаёт новый голос по текстовому описанию или клонирует голос по короткому аудио.
VoxCPM2 — система преобразования текста в речь на 2 миллиарда параметров, обученная более чем на 2 миллионах часов многоязычной речи. Она напрямую генерирует непрерывное звучание без промежуточной токенизации, что даёт более естественную речь. Поддерживает создание нового голоса по описанию (пол, возраст, тон, эмоция), клонирование голоса по образцу с управлением стилем и вывод в качестве 48 кГц.
Описание автора:VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation, Creative Voice Design, and True-to-Life Cloning
Python★ 37 574создан 16 сентября 2025форков 4 266Apache-2.0
