4月9日,面壁智能×OpenBMB×清华大学联合发布VoxCPM 2开源TTS模型,在MiniMax-Eval 24种语言评测中拿下21项第一,实现音色复刻、原创音色、多语种方言、高情感表现力四大突破,消费级显卡可本地运行,综合实力不输甚至超越闭源产品。
一、核心成绩与背景
评测:24项语言测试→21个第一,近乎屠榜
研发:面壁智能+OpenBMB+清华大学人机语音交互实验室
特性:开源免费、本地可跑、48kHz CD级高保真
部署:RTX 3060即可运行,无需云算力/API付费
二、四大核心能力(实测封神)
1.音色克隆:还原度拉满
支持极致复刻(音频+台词),完美还原《三体》王明军、《舌尖》旁白、嗲系导航等特色音色
情感、语气、气口、腔调高度一致,不变成播音腔
2.音色原创:无中生有造新声(商用无版权风险)
文字描述直接生成独一无二的原创音色(大气男声、温柔女声等)
适合播客、有声书、品牌语音IP,零版权风险
3.多语种+方言:覆盖极广
9种方言:河南话、闽南语、上海话、粤语等,自然不生硬
30种外语:含泰语、老挝语、印尼语、越南语等小语种,出海短剧神器
4.高情感表现力:配音级水准
可逼真还原:
相声节奏、《满江红》激昂朗诵
暴躁教练、砍价大妈、日系甜妹等强情绪角色
情绪有层次、语气真实、人物立体,远超普通TTS
三、对比优势:一个顶多个
对比阿里Qwen3-TTS:VoxCPM 2一个模型搞定全部,对手需3个模型叠加
对比闭源TTS:开源免费、本地隐私、无使用限制,效果不落下风
VoxCPM 2=开源TTS天花板,克隆像、原创稳、语种全、情感强,消费卡就能跑,彻底打破“开源不如闭源”的偏见。