面壁智能联合清华发布 VoxCPM 语音模型！支持零样本克隆

面壁智能与清华大学联合推出高拟真语音生成模型 VoxCPM，支持零样本声音克隆功能。该模型以 0.5B 参数实现行业领先的自然度与音色相似度，仅需极少数据即可生成用户独特声音。VoxCPM 在 Seed-TTS-EVAL 评测中词错误率低且音色还原精准，单张 NVIDIA RTX4090 显卡即可满足实时交互需求（RTF≈0.17）。模型基于扩散自回归架构，智能适配文本内容生成真人级语音，开源发布于 GitHub 和 Hugging Face 平台，并提供线上体验入口。[[来源:https://huggingface.co/openbmb/VoxCPM-0.5B]]