VoxCPM2 — Tokenizer-Free TTS 多语言语音生成

Type: repo
Author: OpenBMB团队（清华大学NLP实验室）
Primary Topic: 行业动态
Ingested: 2026-05-31

Summary

VoxCPM2是OpenBMB发布的无分词器端到端TTS系统，基于扩散自回归架构，拥有2B参数并训练于超200万小时多语言语音数据，支持30种语言和48kHz录音室级别音频输出。系统提供声音设计、可控克隆、极致克隆和多语言合成四大核心能力，无需语言标签即可直接处理多语言输入。作为完全开源项目，VoxCPM2在中文多语言场景和自然度方面具有差异化优势，可与ElevenLabs、OpenAI Voice Engine等商业产品竞争。

Key Concepts

• Tokenizer-Free TTS
• 扩散自回归架构
• 多语言语音合成
• 声音克隆
• 端到端语音生成
• Voice Design
• 开源语音模型

Entities

• OpenBMB
• 清华大学NLP实验室
• VoxCPM2
• MiniCPM-4
• ElevenLabs
• OpenAI Voice Engine
• Fish Audio

Source

• Raw: voxcpm2-tokenizer-free-tts-multilingual.md

Relations

• (none)

---

Auto-generated on 2026-05-31