← Descobrir
GitHub · OpenBMB/VoxCPM↑ +658 hoje

Design de som multilíngue sem token

VoxCPM; É um modelo TTS de código aberto sem tokenizador desenvolvido para produção de fala multilíngue, design de som criativo e clonagem de voz realista.

Atualizações

  • 24 de outubro de 2026: Estrelas 38,380 → 40,341, versão mais recente 2.0.3 (11 de maio de 2026).
  • 7 de outubro de 2026: Estrelas 36,548 → 38,380, versão mais recente 2.0.3 (11 de maio de 2026).
  • 2 de setembro de 2026: Estrelas 34,774 → 36,548, versão mais recente 2.0.3 (11 de maio de 2026).
  • 2 de agosto de 2026: Estrelas 22,648 → 34,774, versão mais recente 2.0.3 (11 de maio de 2026).

Instalação

Instalar via PyPI
pip install voxcpm

Execução

Gerar voz a partir de texto
voxcpm design --text "VoxCPM2 brings studio-quality multilingual speech synthesis." --output out.wav

O que isso oferece?

  • Produção de fala multilíngue e natural.
  • Design de som criativo e original.
  • Clonagem de voz de alta precisão.

Nota de responsabilidade

Inclui clonagem de voz. Personificar a voz de uma pessoa sem permissão cria problemas legais e éticos; A responsabilidade é do usuário.

Como instalar, como usar?

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Execute 'pip install voxcpm' para instalar a ferramenta de conversão de texto em fala VoxCPM e, em seguida, gere um arquivo de áudio com o comando 'voxcpm design --text "Hello world" --output out.wav'; Se eu quiser, clone esse som usando 'voxcpm clone' com um arquivo de som de referência.

Repositório: https://github.com/OpenBMB/VoxCPM. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

Termos relacionados do glossário

Para quem éDesenvolvedores de voz/TTS, pesquisadores
DificuldadeAvançado · Conhecimento de ML/modelo
O que ofereceTTS multilíngue + design de som + clonagem
TaxaGratuito · código aberto (Apache-2.0)
LicençaApache-2.0 · detalhe abaixo
Licença: Apache-2.0 · código disponível gratuitamente/comercial. Você assume a responsabilidade legal/ética pela produção do modelo e pela transcrição de áudio.

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-05-30: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.