VoxCPM2 语音克隆，3 秒复刻专属声线，30 门语言 + 9 大方言全覆盖

整合包待上传，如有需要，留下自己有会员，方便下载的网盘平台：百度网盘、夸克网盘、阿里云盘

说到好用的语音克隆工具，今天必须给大家推荐VoxCPM2—— 这款由面壁智能（OpenBMB）与清华大学联合打造的第二代开源 TTS 模型，真的凭实力圈粉无数

试听-韩立语音：

【原声】莫老，您可知修仙者不可对凡人夺舍，修行下位者，不可夺舍上位者，一生只可夺舍一次。

【克隆】你总是这样，遇到难回答的问题就不说话了

【克隆】欢迎来到狐亦星・简约空间！你可以用 VoxCPM2 语音克隆，复刻专属声线，生成定制化语音，轻松搞定配音、有声书、多语种内容。

作为真正意义上无分词器（Tokenizer-Free）的端到端语音合成模型，它彻底摆脱了传统 TTS 的机械感和局限性，把易用、全能、安全做到了极致，不管是新手还是内容创作者，都能轻松上手。

VoxCPM2是一个无需分词器的扩散自回归文本到语音（TTS）模型——拥有 20 亿参数、支持 30 种语言、输出 48kHz 音频，基于超过 200 万小时 的多语言语音数据训练而成。

亮点

• 🌍 30 种语言多语种支持 —— 无需语言标签；直接输入任意支持语言的文本

• 🎨 语音设计 —— 仅凭自然语言描述（性别、年龄、音调、情感、语速等）即可生成全新语音；无需参考音频

• 🎛️ 可控克隆 —— 从短音频片段克隆任意语音，并可选地通过风格引导控制情感、语速和表达，同时保留音色

• 🎙️ 终极克隆 —— 提供参考音频及其对应文本，实现音频延续式克隆；忠实复现每一处语音细节

• 🔊 48kHz 录音室级音质输出 —— 支持 16kHz 参考音频输入，通过 AudioVAE V2 内置的超分辨率模块直接输出 48kHz 音频，无需外部升采样器

• 🧠 上下文感知合成 —— 自动根据文本内容推断合适的韵律和表现力

• ⚡ 实时流式合成 —— 在 NVIDIA RTX 4090 上实时因子（RTF）低至约 0.3，使用 Nano-VLLM 加速后可达约 0.13

• 📜 完全开源且可用于商业用途 —— Apache-2.0 许可证，可免费用于商业场景

国内用户欢迎访问官网体验：https://voxcpm.modelbest.cn/