VoxCPM 2有点东西啊
- 内容介绍
- 文章标签
- 相关推荐
面壁智能2B小模型VoxCPM 2惊艳开源,支持三十多种语言，9种方言，确实有点猛啊，类似音频界的 Seedance 2.0
开源地址：
README_zh.md
main
<h2 align="center">VoxCPM2：基于连续表征的多语言语音合成、创意音色设计与高保真声音克隆</h2>
<p align="center">
<a href="./README.md">English</a> | <b>中文</b>
</p>
<p align="center">
<a href="https://github.com/OpenBMB/VoxCPM/"><img src="https://img.shields.io/badge/Project%20Page-GitHub-blue" alt="Project Page"></a>
<a href="https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo"><img src="https://img.shields.io/badge/Live%20Playground-Demo-orange" alt="Live Playground"></a>
<a href="https://voxcpm.readthedocs.io/zh-cn/latest/"><img src="https://img.shields.io/badge/Docs-ReadTheDocs-8CA1AF" alt="Documentation"></a>
<a href="https://huggingface.co/openbmb/VoxCPM2"><img src="https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-VoxCPM2-yellow" alt="Hugging Face"></a>
<a href="https://modelscope.cn/models/OpenBMB/VoxCPM2"><img src="https://img.shields.io/badge/ModelScope-VoxCPM2-purple" alt="ModelScope"></a>
<a href="https://openbmb.github.io/voxcpm2-demopage/"><img src="https://img.shields.io/badge/DemoPage-Audio Samples-red"></a>
</p>
<div align="center">
<img src="assets/voxcpm_logo.png" alt="VoxCPM Logo" width="35%">
<br><br>
<a href="https://trendshift.io/repositories/17704" target="_blank"><img src="https://trendshift.io/api/badge/repositories/17704" alt="OpenBMB%2FVoxCPM | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
此文件已被截断。 显示原始文件
网友解答：
--【壹】--：
跟之前bilibili出的index 2比怎么样呢？这类模型现在有比较权威的榜单吗
--【贰】--：
这个我感觉最大的场景是配音，主要是TTS，但是也支持ASR，要是有一个开源的sora，配上这个就牛逼啦
--【叁】--：
我之前跑了，webui运行几次就报错，效果还行因为报错没仔细测，issue里也有人反馈同样的问题，1.5时能抽卡出不错的，我对2是很期待的
image1769×1038 165 KB
--【肆】--：
他这个有木有ASR的模型？
相对TTS我感觉还是ASR更有用一些，毕竟言出法随比手敲字要爽多了。
--【伍】--：
当前我是感觉qwen的ASR是最合适的，他应该练了好多数据进去，出来的标点、组词尤其是人名，都挺到位。之前的豆包还有前两天刚出的cohere还是谁来着，弄的感觉差好多。
面壁智能2B小模型VoxCPM 2惊艳开源,支持三十多种语言，9种方言，确实有点猛啊，类似音频界的 Seedance 2.0
开源地址：
README_zh.md
main
<h2 align="center">VoxCPM2：基于连续表征的多语言语音合成、创意音色设计与高保真声音克隆</h2>
<p align="center">
<a href="./README.md">English</a> | <b>中文</b>
</p>
<p align="center">
<a href="https://github.com/OpenBMB/VoxCPM/"><img src="https://img.shields.io/badge/Project%20Page-GitHub-blue" alt="Project Page"></a>
<a href="https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo"><img src="https://img.shields.io/badge/Live%20Playground-Demo-orange" alt="Live Playground"></a>
<a href="https://voxcpm.readthedocs.io/zh-cn/latest/"><img src="https://img.shields.io/badge/Docs-ReadTheDocs-8CA1AF" alt="Documentation"></a>
<a href="https://huggingface.co/openbmb/VoxCPM2"><img src="https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-VoxCPM2-yellow" alt="Hugging Face"></a>
<a href="https://modelscope.cn/models/OpenBMB/VoxCPM2"><img src="https://img.shields.io/badge/ModelScope-VoxCPM2-purple" alt="ModelScope"></a>
<a href="https://openbmb.github.io/voxcpm2-demopage/"><img src="https://img.shields.io/badge/DemoPage-Audio Samples-red"></a>
</p>
<div align="center">
<img src="assets/voxcpm_logo.png" alt="VoxCPM Logo" width="35%">
<br><br>
<a href="https://trendshift.io/repositories/17704" target="_blank"><img src="https://trendshift.io/api/badge/repositories/17704" alt="OpenBMB%2FVoxCPM | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
此文件已被截断。 显示原始文件
网友解答：
--【壹】--：
跟之前bilibili出的index 2比怎么样呢？这类模型现在有比较权威的榜单吗
--【贰】--：
这个我感觉最大的场景是配音，主要是TTS，但是也支持ASR，要是有一个开源的sora，配上这个就牛逼啦
--【叁】--：
我之前跑了，webui运行几次就报错，效果还行因为报错没仔细测，issue里也有人反馈同样的问题，1.5时能抽卡出不错的，我对2是很期待的
image1769×1038 165 KB
--【肆】--：
他这个有木有ASR的模型？
相对TTS我感觉还是ASR更有用一些，毕竟言出法随比手敲字要爽多了。
--【伍】--：
当前我是感觉qwen的ASR是最合适的，他应该练了好多数据进去，出来的标点、组词尤其是人名，都挺到位。之前的豆包还有前两天刚出的cohere还是谁来着，弄的感觉差好多。