VoxCPM
OpenBMB/VoxCPMRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es VoxCPM?
VoxCPM2 convierte texto escrito en voz en tu propia máquina. Puede inventar una voz a partir de una descripción escrita, o copiar una voz de una grabación corta. El README menciona 30 idiomas y salida de audio a 48kHz. Es para gente cómoda con una terminal: lo instalas con "pip install voxcpm", y el README pide Python 3.10 o más nuevo, PyTorch 2.5.0 o más nuevo y CUDA 12.0 o más nuevo. La tabla de modelos indica unos 8 GB de VRAM para VoxCPM2. También hay una página en el navegador que inicias tú mismo con "python app.py". El código y los pesos del modelo están bajo Apache-2.0.
VoxCPM es gratis y de código abierto (Apache-2.0) y puede reemplazar a ElevenLabs, Murf y Speechify.
¿Qué tan fácil es instalar VoxCPM?
D · terminal, varias herramientas o tarjeta específica · Windows
- Windows D
- macOS D
- Linux D
La mejor calificación es D y es igual en Windows, macOS y Linux: las 14 versiones de GitHub no traen ningún archivo listo para ejecutar, así que instalas Python tú mismo, corres "pip install voxcpm" y luego escribes comandos, y la tabla de modelos del README indica unos 8 GB de VRAM para VoxCPM2. macOS no es más fácil: el README solo dice que "python app.py --device auto" usa MPS en Apple Silicon, así que se aplican los mismos pasos de instalación.
Pronto: instala con 1 clic desde la app RepoPicks.
VoxCPM en GitHub
- Estrellas
- 42.206el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +1201estrellas en 7 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, macOS, Linux
- Necesitas instalar
- Python, Tarjeta gráfica
- Para compilar desde el código
- Python, Tarjeta gráfica
- Espacio en disco
- 950 MB–4,3 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · La licencia es Apache-2.0 y el README dice que los pesos y el código son "free for commercial use". No se menciona ningún precio ni plan de pago.
- Licencia
- Apache-2.0 (Permisiva)
- Puede reemplazar
- ElevenLabs, Murf, Speechify
- Último cambio en GitHub
- 9 nov 2026
Señales de riesgo de VoxCPM (4)
- AtenciónLa clonación de voz puede imitar a personas reales
El README tiene una sección "Risks and Limitations" que dice: "Potential for Misuse: VoxCPM's voice cloning can generate highly realistic synthetic speech. It is strictly forbidden to use VoxCPM for impersonation, fraud, or disinformation. We strongly recommend clearly marking any AI-generated content." El mismo README muestra cómo copiar una voz a partir de un clip corto, por ejemplo el comando "voxcpm clone --text \"This is a voice cloning demo.\" --reference-audio path/to/voice.wav --output out.wav". Muchos países tienen leyes sobre usar la voz de una persona sin su permiso.
revisión con IA
- InfoLos pesos del modelo se descargan en el primer uso
El primer ejemplo del README llama a VoxCPM.from_pretrained("openbmb/VoxCPM2"), que descarga los pesos de 2 mil millones de parámetros desde Hugging Face (o desde ModelScope con snapshot_download("OpenBMB/VoxCPM2")) la primera vez que lo ejecutas, así que la descarga ocurre fuera del repositorio.
revisión con IA
- InfoLos propios autores marcan el paquete como alfa
El pyproject.toml incluye el clasificador "Development Status :: 3 - Alpha" para el paquete publicado "voxcpm".
revisión con IA
- InfoLa precisión varía mucho según el idioma
En la tabla WER del Minimax-MLS-test del README, VoxCPM2 obtiene 2.289 en inglés y 0.913 en neerlandés, pero 38.584 en cantonés, 24.132 en checo, 21.577 en rumano y 19.699 en hindi, así que la calidad es desigual entre los 30 idiomas listados. Las propias notas del README añaden que "Voice Design and Controllable Voice Cloning results can vary between runs".
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de VoxCPM
- Si la instalación realmente funciona en Windows, macOS y Linux, ya que ninguna versión trae un archivo listo para ejecutar.
- Si funciona de forma útil sin una tarjeta NVIDIA: el README pide CUDA 12.0 o más nuevo, aunque "python app.py --device" también acepta cpu y mps.
- El espacio real de disco usado después de descargar los pesos de VoxCPM2 (las revisiones estiman entre 950 y 4450 MB por heurística).
- Si las cifras de velocidad del README (RTF ~0.30 en una RTX 4090, ~0.13 con Nano-vLLM) y las tablas de referencia se cumplen en tu propia máquina.
- Si unos 8 GB de VRAM bastan en la práctica para textos largos o varias solicitudes a la vez.