VoxCPM2

Новая версия говорилки без использования токенизатора на базе MiniCPM-4 с клонированием и созданием голоса. 2B параметров

- поддерживает более 30 языков

- позволяет создавать разнообразные голоса — от шёпота до кинематографического звучания

- студийное качество звука (48 кГц)

- использует технологию диффузионно-авторегрессионого клонирования, которая сохраняет акустические и эмоциональные детали лучше, чем токенизированные модели

- сама понимает, как надо интонационно читать текст, без дополнительных подсказок

- работает в режиме стриминга с низким временем отклика

Гитхаб
HF
MS
Демо

#tts #text2speech #realtime #voicecloning #streaming #voicedesighn