Каждый день · проверено по первоисточникуВсе выпуски
Применяй ИИ
Новости ИИ и технологий каждый день
Находки и код

OpenBMB выложила VoxCPM2 — открытую модель озвучки текста на 30 языках, с клонированием голоса

🎙 OpenBMB выложила VoxCPM2 — открытую модель озвучки текста на 30 языках, с клонированием голоса.

В модели 2 млрд параметров, русский в списке языков есть. Голос можно создать по описанию в скобках перед текстом, без образца записи. Или клонировать по короткому клипу и подсказать стиль: темп, эмоции. Выход — аудио 48 кГц.

🛠 Установка: pip install voxcpm, нужны Python 3.10–3.12, PyTorch 2.5+ и CUDA 12+. Есть CLI, веб-демо и запуск через llama.cpp-omni.

⚡ По заявлению разработчиков, RTF (время генерации относительно длины аудио) на NVIDIA RTX 4090 — до ~0,3, а с Nano-vLLM — до ~0,13.

📜 Код и веса под Apache-2.0, коммерческое использование разрешено.

Темы:Чипы и видеокарты

Комментарии

Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение

Ещё по теме