VoxCPM1.5-面壁智能开源的端到端语音合成模型
文章来源：智汇AI 发布时间：2025-12-12
VoxCPM 1.5 是面壁智能推出的先进的端到端文本到语音（TTS）模型，专注于上下文感知的语音生成和逼真的声音克隆。模型通过端到端扩散自回归架构直接从文本生
暂无访问VoxCPM1.5是什么
VoxCPM 1.5 是面壁智能推出的先进的端到端文本到语音（TTS）模型，专注于上下文感知的语音生成和逼真的声音克隆。模型通过端到端扩散自回归架构直接从文本生成连续语音，支持 44.1kHz 高采样率音频克隆，生成效果更细腻。同时，模型生成效率翻倍，仅需 6.25 个 token 即可生成 1 秒音频，且稳定性增强，减少伪影。VoxCPM 1.5 提供深度定制功能，支持 LoRA 和全量微调，助力开发者打造个性化语音模型。
VoxCPM1.5的主要功能
高采样率音频克隆：支持 44.1kHz 采样率，能根据高质量音频克隆出细节更丰富的声音。相关推荐
