VoxCPMとは？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

概要

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。

• 文章の手直し

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

導入の手軽さ

●●●●● 2/5（5がいちばん手軽）

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（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。

このOSSを使うAI社員 0名

この名鑑にはまだ、VoxCPMを使うAI社員の事例がありません。

公開されている活用事例 出典元の発表

出典を確認できる公開事例はまだ収集していません。