IT之家 9 月 18 日消息，今天下午，面壁智能宣布“小鋼炮”系列迎新：推出 0.5B 參數(shù)尺寸的語音生成基座模型 VoxCPM。
該模型由面壁智能與清華大學(xué)深圳國際研究生院人機(jī)語音交互實(shí)驗(yàn)室（THUHCSI）聯(lián)合研發(fā)。官方表示，VoxCPM 在合成語音的自然度、音色相似度及韻律表現(xiàn)力方面均達(dá)到了 SOTA 水平。目前，VoxCPM 已在 GitHub、Hugging Face 等平臺開源。
根據(jù)介紹，在詞錯(cuò)率方面，VoxCPM 在 Seed-TTS-EVAL 正常樣本下達(dá)到極低水平，在困難樣本上也取得不錯(cuò)表現(xiàn)。在音色相似度方面，尤其在 Zero-shot 音色克隆任務(wù)中，VoxCPM 同樣展示出頂尖性能。
面壁智能表示，VoxCPM 無論是文本理解和表達(dá)、極少樣本的聲音復(fù)刻、公式及符號音頻輸出等能力，都展現(xiàn)了出色效果。實(shí)際聽感上，VoxCPM 生成的語音號稱在情緒、音色、口音、停頓、韻律等方面表現(xiàn)“與真人無異”。
VoxCPM 可根據(jù)對文本內(nèi)容的超強(qiáng)理解，自主選擇合適的聲音、腔調(diào)、韻律風(fēng)格生成音頻，帶來“聲”臨其境的聽覺體驗(yàn)。
IT之家附模型有關(guān)鏈接如下：
Github：https://github.com/OpenBMB/VoxCPM/
Hugging Face：https://huggingface.co/openbmb/VoxCPM-0.5B
ModelScope：https://modelscope.cn/models/OpenBMB/VoxCPM-0.5B
PlayGround 體驗(yàn)：https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo
音頻樣例頁面地址：https://openbmb.github.io/VoxCPM-demopage
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。