VoxCPM
OpenBMB/VoxCPMRevisado por IA
Verificado pelo RepoPicks Radar em
O que é VoxCPM?
O VoxCPM2 transforma texto escrito em voz na sua própria máquina. Ele pode inventar uma voz a partir de uma descrição escrita, ou copiar uma voz a partir de uma gravação curta. O README lista 30 idiomas e saída de áudio em 48kHz. É para quem se sente à vontade com um terminal: você instala com "pip install voxcpm", e o README pede Python 3.10 ou mais novo, PyTorch 2.5.0 ou mais novo e CUDA 12.0 ou mais novo. A tabela de modelos indica cerca de 8 GB de VRAM para o VoxCPM2. Também há uma página de navegador que você mesmo inicia com "python app.py". O código e os pesos do modelo estão sob Apache-2.0.
VoxCPM é grátis e de código aberto (Apache-2.0) e pode substituir ElevenLabs, Murf e Speechify.
Quão fácil é instalar VoxCPM?
D · terminal, várias ferramentas ou placa específica · Windows
- Windows D
- macOS D
- Linux D
A melhor nota é D e é a mesma no Windows, no macOS e no Linux: as 14 versões do GitHub não trazem nenhum arquivo pronto para rodar, então você instala o Python por conta própria, roda "pip install voxcpm" e depois digita comandos, e a tabela de modelos do README indica cerca de 8 GB de VRAM para o VoxCPM2. O macOS não é mais fácil: o README só diz que "python app.py --device auto" usa MPS em Apple Silicon, então os mesmos passos de instalação se aplicam.
Em breve: instale com 1 clique pelo app RepoPicks.
VoxCPM no GitHub
- Estrelas
- 42.206em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +1.201estrelas em 7 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, Placa de vídeo
- Para compilar a partir do código
- Python, Placa de vídeo
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · A licença é Apache-2.0 e o README diz que os pesos e o código são "free for commercial use". Nenhum preço ou plano pago é mencionado.
- Licença
- Apache-2.0 (Permissiva)
- Pode substituir
- ElevenLabs, Murf, Speechify
- Última mudança no GitHub
- 9 de nov. de 2026
Sinais de risco de VoxCPM (4)
- AtençãoA clonagem de voz pode imitar pessoas reais
O README tem uma seção "Risks and Limitations" que diz: "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." O mesmo README mostra como copiar uma voz a partir de um clipe curto, por exemplo o comando "voxcpm clone --text \"This is a voice cloning demo.\" --reference-audio path/to/voice.wav --output out.wav". Muitos países têm leis sobre usar a voz de uma pessoa sem a permissão dela.
revisão por IA
- InfoOs pesos do modelo são baixados no primeiro uso
O primeiro exemplo do README chama VoxCPM.from_pretrained("openbmb/VoxCPM2"), que baixa os pesos de 2 bilhões de parâmetros do Hugging Face (ou do ModelScope com snapshot_download("OpenBMB/VoxCPM2")) na primeira vez que você executa, então o download acontece fora do repositório.
revisão por IA
- InfoOs próprios autores marcam o pacote como alfa
O pyproject.toml lista o classificador "Development Status :: 3 - Alpha" para o pacote publicado "voxcpm".
revisão por IA
- InfoA precisão varia muito de acordo com o idioma
Na tabela WER do Minimax-MLS-test do README, o VoxCPM2 tem 2.289 em inglês e 0.913 em holandês, mas 38.584 em cantonês, 24.132 em tcheco, 21.577 em romeno e 19.699 em hindi, então a qualidade é desigual entre os 30 idiomas listados. As próprias notas do README acrescentam que "Voice Design and Controllable Voice Cloning results can vary between runs".
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em VoxCPM
- Se a instalação realmente funciona no Windows, no macOS e no Linux, já que nenhuma versão traz um arquivo pronto para rodar.
- Se funciona de forma útil sem uma placa NVIDIA: o README pede CUDA 12.0 ou mais nova, embora "python app.py --device" também aceite cpu e mps.
- O espaço real de disco usado depois de baixar os pesos do VoxCPM2 (as checagens estimam entre 950 e 4450 MB por heurística).
- Se os números de velocidade do README (RTF ~0.30 em uma RTX 4090, ~0.13 com Nano-vLLM) e as tabelas de benchmark se confirmam na sua própria máquina.
- Se cerca de 8 GB de VRAM bastam na prática para textos longos ou várias solicitações ao mesmo tempo.