VoxCPM: Tokenizer-Free TTS for Context-Aware Speech Generation and True-to-Life Voice Cloning

Голосовая модель с клонированием голоса на основе MiniCPM-4

— создаёт выразительную речь, подстраивая стиль под содержание

— клонирует голос по короткому аудио, передавая тембр, акцент и эмоции

— синтезирует речь в реальном времени на обычном GPU

— работа с монолингвальным и кросс-лингвальным клонированием голоса: модель способна работать с различными языками и диалектами

— учитывает эмоции и условия записи голоса

— генерирует речь в разных стилях (рассказ, новость, реклама)

— распознаёт математические символы в китайском

— контролирует фонемы

— ⚡️поддерживает китайский и английский языки. Но русский смог с горем пополам. Английский гораздо лучше. Выходит, может чтото на языках которым не обучался ‼️

Код
HF
Демо1
Демо2

#tts #text2speech #realtime #voicecloning