Синтез речи

VoxCPM

Синтез речи с клонированием голоса и естественной интонацией. VoxCPM2 поддерживает 30 языков, включая русский.

Разработчик
OpenBMB (ModelBest, Университет Цинхуа), Китай
Первый выпуск
сен 2025
Последний выпуск
апр 2026
Размеры
0.5B – 2.3B
Лицензия
Можно в коммерциюApache 2.0
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Клонирование голоса
  • Озвучка роликов и аудиокниг
  • Голос для ассистента
  • Многоязычная озвучка

Где применяется

МедиаОнлайн-обучениеГолосовые боты

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. VoxCPM2
  2. VoxCPM 1.5
  3. VoxCPM 0.5B

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Синтез речиCosyVoice / Fun-CosyVoiceAlibaba (Tongyi, FunAudioLLM) · КитайМожно в коммерцию

Синтез речи с клонированием голоса по короткому образцу и потоковой выдачей для живого диалога. Третья версия поддерживает 9 языков, включая русский.

ПодробнееСинтез речиQwen3-TTSAlibaba (Qwen) · КитайМожно в коммерцию

Синтез речи на 10 языках, включая русский: клонирование голоса по 3 секундам, готовые голоса и создание голоса по текстовому описанию.

ПодробнееСинтез речиF5-TTSШанхайский университет Цзяотун и партнёры · КитайТолько некоммерческое

Модель клонирования голоса по нескольким секундам образца, английский и китайский. Сообщество выпустило много дообученных версий под другие языки, в том числе русский.

Подробнее