实时互动网 · 2026-08-31T02:42:24Z VoxCPM：无需分词的开源 TTS 系统 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 VoxCPM是开源TTS系统，无需分词即可实时克隆人声，在连续空间建模语音，保留呼吸声等细节。基于MiniCPM-4，采用扩散自回归架构，分文本语义和残差声学两模型，支持上下文感知韵律和零样本克隆（3-10秒音频），可流式合成及微调。 🏷️ 标签 MiniCPM-4 TTS VoxCPM 开源 扩散自回归 语音克隆 阅读原文 生成长图 分享链接 已复制链接
