VoxCPM2: открытая TTS-модель на 2 млрд параметров с клонированием голоса

OpenBMB выпустила VoxCPM2 — открытую TTS-модель на 2 млрд параметров под лицензией Apache-2.0. Она клонирует голос по нескольким секундам аудио, создаёт новые голоса по текстовому описанию и выдаёт звук 48 кГц на 30 языках, работая локально на GPU.

• 2 млрд параметров, лицензия Apache-2.0, релиз в апреле 2026 года
• Клонирование голоса по короткому образцу и создание голоса по описанию
• 30 языков и 9 китайских диалектов, вывод 48 кГц
• Совместимый с OpenAI эндпоинт /v1/audio/speech через vLLM-Omni