RepoPicks Radar

每天约 23:30 UTC 更新

指南

VoxCPM

OpenBMB/VoxCPMAI 已审核

RepoPicks Radar 检查于

VoxCPM 是什么?

VoxCPM2 可以在你自己的电脑上把书面文本转换成语音。它可以根据一段文字描述自己创造一个声音,也可以从一段简短录音中复刻某个声音。README 列出了 30 种语言和 48kHz 的音频输出。它适合熟悉终端操作的人:你可以用 "pip install voxcpm" 安装,README 要求 Python 3.10 及以上、PyTorch 2.5.0 及以上、CUDA 12.0 及以上。模型表里 VoxCPM2 大约需要 8 GB 显存。还有一个浏览器页面,你可以自己用 "python app.py" 启动。代码和模型权重都采用 Apache-2.0 协议。

VoxCPM 免费开源(Apache-2.0),可以替代 ElevenLabs、Murf和Speechify。

VoxCPM 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • macOS D
  • Linux D

最好的评级也只是 D,Windows、macOS 和 Linux 都一样:GitHub 上的 14 个发行版都没有可直接运行的文件,你需要自己安装 Python,运行 "pip install voxcpm",然后输入命令;README 的模型表里 VoxCPM2 大约需要 8 GB 显存。macOS 也不会更简单:README 只是说 "python app.py --device auto" 在 Apple Silicon 上会使用 MPS,安装步骤仍然一样。

即将推出:用 RepoPicks 应用一键安装。

VoxCPM 的 GitHub 数据

星标
42,2062026年11月10日
下载量
—所有发布版本
增长
+1,2017 天内新增星标

星标变化

41,00041,50042,00042,500 11月5日11月6日11月7日11月8日11月9日11月10日 41,00041,50042,00042,500 11月5日11月8日

事实

可运行于
Windows, macOS, Linux
需要安装
Python, 显卡
从源码编译需要
Python, 显卡
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
无
费用
免费 · 协议是 Apache-2.0,README 说模型权重和代码 "free for commercial use"。没有提到任何价格或付费方案。
许可证
Apache-2.0 (宽松型)
可以替代
ElevenLabs, Murf, Speechify
GitHub 上的最近改动
2026年11月9日

VoxCPM 的风险信号 (4)

  • 注意声音克隆可以模仿真实的人

    README 有一个 "Risks and Limitations" 部分写道:"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." 同一份 README 还展示了如何从一段简短录音复刻声音,例如命令 "voxcpm clone --text \"This is a voice cloning demo.\" --reference-audio path/to/voice.wav --output out.wav"。许多国家都有法律规定,未经本人许可不得使用其声音。

    AI 审核

  • 信息模型权重在首次使用时才下载

    README 的第一个示例调用了 VoxCPM.from_pretrained("openbmb/VoxCPM2"),在你第一次运行时会从 Hugging Face(或者通过 snapshot_download("OpenBMB/VoxCPM2") 从 ModelScope)拉取这个 20 亿参数的权重文件,所以下载是在仓库之外发生的。

    AI 审核

  • 信息作者自己把这个包标记为 Alpha 阶段

    pyproject.toml 为已发布的 "voxcpm" 包列出了分类标签 "Development Status :: 3 - Alpha"。

    AI 审核

  • 信息不同语言之间的准确率差异很大

    在 README 的 Minimax-MLS-test WER 表格中,VoxCPM2 在英语上的得分是 2.289,荷兰语是 0.913,但粤语是 38.584,捷克语是 24.132,罗马尼亚语是 21.577,印地语是 19.699,说明在列出的 30 种语言之间质量并不均衡。README 自己的说明还补充道 "Voice Design and Controllable Voice Cloning results can vary between runs"。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 VoxCPM 相关内容

  • 安装是否真的能在 Windows、macOS 和 Linux 上正常使用,因为没有任何一个发行版带有可直接运行的文件。
  • 没有 NVIDIA 显卡是否也能正常使用:README 要求 CUDA 12.0 及以上,不过 "python app.py --device" 也接受 cpu 和 mps。
  • 下载 VoxCPM2 权重之后实际占用的磁盘空间(检查结果凭经验估计在 950 到 4450 MB 之间)。
  • README 里的速度数据(在 RTX 4090 上 RTF 约 0.30,用 Nano-vLLM 约 0.13)和基准测试表格在你自己的电脑上是否成立。
  • 大约 8 GB 显存在实际使用中,对长文本或同时多个请求是否足够。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面