VoxCPM：トークン化を挟まずに音声を生成する、多言語対応のオープンTTS

用途

• 文章の手直し

何ができるか

離散トークンを介さず連続表現から音声を直接生成するTTS。最新のVoxCPM2は多言語・声のデザイン・クローン・48kHz出力などに対応する。研究・制作の両方で使える。

向いている用途

• 多言語ナレーションの生成
• 参照音声からの声クローン

実際の使われ方（活用事例）

事例未収集：出典を確認できる活用事例をまだ集められていません。見つかり次第追加します。

導入の手軽さ

●●○○○ やや手間 — モデルが大きく、GPU環境での実行が前提。

ライセンス

Apache License 2.0（SPDX: Apache-2.0）。利用・改変・再配布が自由（著作権表示・ライセンス文の同梱、変更点の明示が必要）。特許の利用許諾も含む。

ライセンスの説明は要点のみです。利用前にリポジトリのLICENSEファイル原文を確認してください。

リポジトリ情報