面壁智能推出VoxCPM语音生成模型，0.5B参数实现接近真人发音效果

9月18日最新报道，面壁智能今日重磅发布"小钢炮"系列新产品——仅0.5B参数规模的语音生成基础模型VoxCPM。

这款突破性产品由面壁智能与清华大学深圳国际研究生院人机语音交互实验室(THUHCSI)强强联手打造。官方数据显示，VoxCPM在语音合成的自然度、音色还原度和韵律表现力三项核心指标上均已达到业界领先水准。目前该模型已在GitHub、Hugging Face等主流开源平台全面开放访问权限。

技术评测表明，该模型在Seed-TTS-EVAL标准测试中展现出卓越性能：常规样本的词错率降至极低水准，而困难样本的处理能力同样可圈可点。特别是在Zero-shot音色克隆任务中，音色相似度的表现尤为突出。

研发团队强调，VoxCPM在文本理解与表达、极少量样本声音克隆、特殊符号语音输出等功能上都实现了质的飞跃。真人听感测试证明，其生成的语音在情感表达、音质还原、方言特征、语流节奏等维度已接近真人水平。

基于对文本内容的深度理解，VoxCPM能够智能匹配最佳音色特征和韵律风格，为用户带来前所未有的沉浸式听觉体验。

以下是相关资源链接：

GitHub：https://github.com/OpenBMB/VoxCPM/

Hugging Face：https://huggingface.co/openbmb/VoxCPM-0.5B

ModelScope：https://modelscope.cn/models/OpenBMB/VoxCPM-0.5B

在线体验：https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo

音频示例：https://openbmb.github.io/VoxCPM-demopage