OpenBMB· @OpenBMB · X·· 2026-07-01AI 评分55
AI 导读
面壁智能发布VoxCPM2，一个2B参数的开源语音模型，支持30种语言及9种方言。该模型实现“声音可编辑”：通过提示词指定年龄、音色、情绪和语速，也可上传参考音频保留原音色并重新控制表达方式。实测显示，语音生成已从单纯模仿真人转向按需导演级表演，让声音变得像图片滤镜一样可描述、复制和改写。
正文 · 原文
Big thanks for this fantastic share and hands-on testing of VoxCPM2! 👍
Voice is becoming editable – that’s the shift we’re driving. With VoxCPM2, you get Voice Design + Controllable Cloning, 30 languages & 9 dialects, all in a 2B open‑source model.
https://github.com/OpenBMB/VoxCPM
本地跑了一遍 VoxCPM2，最让我意外的不是它会说粤语、河南话，而是“声音”正在变成一种可以编辑的东西。 写一句提示词，就能指定年龄、音色、情绪和语速；再上传一段参考音频，它还能保留音色，重新控制表达方式。 以前语音模型追求的是“像不像本人”，现在已经开始解决“能不能按导演要求表演”。 当声音可以像图片滤镜一样被描述、复制和改写，它还算不算一个人的身份特征？ 视频里放了方言、情绪控制和真人声音克隆的实测效果。👇在 X 查看被引用的帖子
来源：OpenBMB · x.com