VoxCPM 是 OpenBMB 团队开发的开源端到端文本转语音系统，基于免分词的扩散自回归架构，最新版 VoxCPM2 拥有 2B 参数，训练数据超 200 万小时，支持 30 种语言和中文方言。 核心功能 🌍 30 种语言+中文方言：覆盖中英日韩法德西俄等，四川话、粤语、吴语、东北话等方言 🎨 Voice Design 声音设计：用文字描述想要的音色——性别、年龄、语气、情感、语速，无需参考音频 🎛️ 可控声音克隆：3 秒参考音频即可克隆，可文本指令控制说话风格 🎙️ Ultimate Cloning 极致克隆：提供参考音频+文本，还原声纹节奏情感每个细节 🔊 48kHz 高清输出：内置超分辨率，无需额外升频器 ⚡ 实时流式推理：RTX 4090 上 RTF 低至 0.3，vLLM-Omni 加速至 0.13 📜 Apache-2.0 商用许可：代码和权重完全开源，自由商用 安装与快速使用 pip install voxcpm 要求 Python ≥ 3.10（<3.13）、PyTorch ≥...