VoxCPM2 开源发布：支持30语言的多语种TTS，声音设计与可控克隆
VoxCPM2 开源发布：支持30语言的多语种TTS，声音设计与可控克隆
基于已整理草稿生成的网页版文章，适合先稳定落地，再做局部润色与发布检查。
如果你关注开源语音合成领域，OpenBMB 团队最近开源的 VoxCPM2 值得一看。这是一个 2B 参数的多语种 TTS 模型，支持 30 种语言（包括 9 种中国方言），不仅能克隆声音，还能用自然语言描述创建全新的声音。最关键的是，它在 Apache-2.0 许可下完全开源，可以商用。
这次发布了什么？
VoxCPM2 是 OpenBMB 团队的最新开源 TTS 模型，基于 MiniCPM-4 语言模型，采用无分词器（tokenizer-free）的扩散自回归架构。简单说，它不需要先把语音切成离散的 token，而是直接在连续的语音表示空间里生成，这让合成效果更自然、更有表现力。
模型在 GitHub 上显示为 2026 年 4 月发布，GitHub 仓库于 4 月 15 日更新，在 48 小时窗口内。
能做什么？
声音设计（Voice Design）
这是 VoxCPM2 的一大亮点。你不需要提供任何参考音频，只需要用自然语言描述你想要的声音，比如"一位年轻女性，温柔甜美的声音"，模型就能生成符合描述的声音。这对于需要快速创作角色配音的场景很实用。
可控声音克隆
提供一段短参考音频，模型就能克隆声音。而且你可以控制风格——比如让克隆的声音"稍微快一点、愉快一点"，同时保留原声音的音色。这对于需要调整语速和情感的配音工作很有帮助。
高保真克隆
如果同时提供参考音频和其转录文本，模型能做到"忠实还原"——不仅仅是克隆音色，连语调、情感、节奏都能保留。这个功能和之前的 VoxCPM1.5 一致，适合需要精确复刻的场景。
48kHz 高质量输出
模型直接输出 48kHz 的录音棚级别音频，不需要额外的高清化处理。它接受 16kHz 的参考音频，但输出是 48kHz，内置了超分辨率能力。
支持哪些语言？
官方支持 30 种语言：阿拉伯语、缅甸语、中文、丹麦语、荷兰语、英语、芬兰语、法语、德语、希腊语、希伯来语、印地语、印尼语、意大利语、日语、高棉语、韩语、老挝语、马来语、挪威语、波兰语、葡萄牙语、俄语、西班牙语、斯瓦希里语、瑞典语、塔加洛语、泰语、土耳其语、越南语。
中国方言方面支持：四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南话。
表现如何？
在公开基准测试中，VoxCPM2 达到或接近当前最好水平：
- Seed-TTS-eval 测试中，英文 WER 1.84%，中文 CER 0.97%
- 在多语种 ASR 基准中，30 种语言平均 WER 为 1.68%
- 声音相似度评分（SIM）在多个语言上达到 80% 以上
团队还测试了指令控制能力，在 InstructTTSEval 基准上表现良好。
怎么用？
安装很简单：
```bash
pip install voxcpm
```
基本用法：
```python
from voxcpm import VoxCPM
import soundfile as sf
model = VoxCPM.from_pretrained("openbmb/VoxCPM2", load_denoiser=False)
wav = model.generate(
text="VoxCPM2 is the current recommended release for realistic multilingual speech synthesis.",
cfg_value=2.0,
inference_timesteps=10,
)
sf.write("demo.wav", wav, model.tts_model.sample_rate)
```
在线体验：https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo
适合什么场景？
- 多语种内容创作：播客、有声书、视频配音
- 游戏角色配音：快速创建角色声音，保持一致性
- 教育内容本地化：同一内容生成多语言版本
- 无障碍辅助：为视障用户提供高质量语音服务
硬件要求
官方数据显示，在 NVIDIA RTX 4090 上实时因子（RTF）约为 0.3。如果使用 Nano-VLLM 加速引擎，RTF 可达 0.13。显存占用约 8GB。
来源说明
本文基于 OpenBMB 官方 GitHub README 整理，发布时间标注为 [2026.04]。模型权重在 HuggingFace 和 ModelScope 均可下载。
- GitHub：https://github.com/OpenBMB/VoxCPM
- HuggingFace：https://huggingface.co/openbmb/VoxCPM2
- 文档：https://voxcpm.readthedocs.io/en/latest/
参考来源
说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。