OpenBMB/VoxCPM

어떤 프로젝트인가요?

핵심 기능

• 01언어 태그 없이 여러 중국어 방언을 포함한 30개 언어의 음성을 합성합니다.
• 02성별, 나이, 어조 등의 텍스트 설명을 바탕으로 음성을 설계합니다.
• 03짧은 참조 음성으로 음성을 복제하며, 스타일과 감정을 선택적으로 제어할 수 있습니다.
• 0416kHz 참조 입력에서 48kHz 오디오를 출력합니다.
• 05Python API, CLI, 웹 데모에서 스트리밍 생성을 지원합니다.
• 06전체 파인튜닝과 LoRA 파인튜닝을 지원합니다.

활용 사례

• 스크립트로 다국어 음성 해설이나 내레이션을 생성합니다.
• 게임, 영상, 가상 비서용 맞춤 캐릭터 음성을 만듭니다.
• 화자의 음성을 복제해 영상 콘텐츠를 더빙하거나 현지화합니다.
• llama.cpp-omni를 통해 기기에서 오프라인 음성 합성을 실행합니다.

빠른 시작

1. 1

   pip으로 패키지를 설치합니다

   pip install voxcpm
2. 2

   모델을 불러와 Python에서 음성을 생성합니다

3. 3

   또는 로컬 웹 데모를 실행합니다

   python app.py --port 8808

사용 전 알아둘 점

• !README에 설명된 설정에는 Python 3.10 이상 3.13 미만, PyTorch 2.5 이상, CUDA 12.0 이상이 필요합니다.
• !최고 품질의 추론은 GPU 사용을 전제로 합니다. README에 보고된 실시간 계수는 NVIDIA RTX 4090에서 측정한 값입니다.
• !모델은 20억 개의 매개변수로 구성되어 있으며 Hugging Face 또는 ModelScope에서 대용량 파일을 다운로드해야 합니다.

토픽

자주 묻는 질문

VoxCPM은(는) 무엇인가요?

VoxCPM2는 30개 언어를 지원하고, 텍스트 설명으로 음성을 설계하거나 짧은 참조 음성으로 음성을 복제할 수 있는 오픈소스 토크나이저 프리 TTS 모델입니다. VoxCPM2는 OpenBMB가 개발한 텍스트 음성 변환 시스템으로, 이산 토큰 대신 diffusion autoregressive 아키텍처를 사용해 연속적인 음성 표현을 생성합니다. MiniCPM-4를 기반으로 한 2B 파라미터 모델이며 48kHz 오디오를 출력합니다.

VoxCPM은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

VoxCPM은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

VoxCPM은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. VoxCPM의 마지막 커밋은 2026년 10월 8일입니다.

VoxCPM은(는) 어디에 사용할 수 있나요?

스크립트로 다국어 음성 해설이나 내레이션을 생성합니다. 게임, 영상, 가상 비서용 맞춤 캐릭터 음성을 만듭니다. 화자의 음성을 복제해 영상 콘텐츠를 더빙하거나 현지화합니다. llama.cpp-omni를 통해 기기에서 오프라인 음성 합성을 실행합니다.

VoxCPM는 어떻게 설치하나요?

pip으로 패키지를 설치합니다: pip install voxcpm 모델을 불러와 Python에서 음성을 생성합니다 또는 로컬 웹 데모를 실행합니다: python app.py --port 8808

VoxCPM은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OpenBMB/VoxCPM