Voxcpm2
首页
音色库
创建数字人
AI配音
开发者
我的
Voxcpm2
首页
音色库
创建数字人
AI配音
更多

VoxCPM2在线版:一站式声音克隆与文字转语音平台

VoxCPM2 是由面壁智能(OpenBMB)联合清华大学人机语音交互实验室研发的开源 AI 声音克隆与文字转语音(TTS)平台,基于 20 亿参数(2B)大模型与 Tokenizer-Free 连续空间生成架构,原生输出 48kHz 影视级高保真音频。

2B20 亿参数大模型
48kHz影视级高保真输出
30+30 种语言支持
99 大中文方言
有声书与播客声音克隆场景
在线教育音频生成场景
短视频与自媒体配音场景
企业品牌商业配音场景
游戏与虚拟角色配音场景
有声书与播客声音克隆场景
在线教育音频生成场景
短视频与自媒体配音场景
企业品牌商业配音场景
游戏与虚拟角色配音场景

VoxCPM2 是什么?

VoxCPM2 是由面壁智能(OpenBMB)联合清华大学人机语音交互实验室研发的开源 AI 声音克隆与文字转语音(TTS)平台。基于 20 亿参数(2B)大模型与 Tokenizer-Free 连续空间生成架构,VoxCPM2 原生输出 48kHz 影视级高保真音频,在保留呼吸声、唇齿音与情绪起伏方面表现优异。

无需下载任何声音克隆软件,您只需在浏览器中上传短音频,即可快速创建个人专属数字语音模型;亦可通过文字描述直接“捏”出全新音色。无论是品牌配音、短视频旁白、粤语短剧、方言内容创作,还是课程音频批量生成,VoxCPM2 都能在在线环境中高效完成。

🎙
影视级音质输出

48kHz 高保真音频,保留呼吸声、唇齿音与情绪细节

2B
模型参数
48kHz
采样率
9+
中文方言

VoxCPM2 在线版 核心功能

从声音克隆到语音合成,覆盖内容创作全链路。

🌐

VoxCPM2在线版 多语言 & 方言声音克隆 — 录一次,全球通用

VoxCPM2 支持 30 种语言 及 9 大中文方言的跨语言合成:

  • 仅需 5–60 秒 参考音频,即可生成高度相似的专属音色;
  • 原生支持 粤语(广东话),精准还原“九声六调”与地道懒音特征;
  • 支持跨语言音色迁移:用普通话样本生成自然粤语语音,反之亦然。
🎨

VoxCPM2在线版 Voice Design(音色设计)— 无需录音,”捏出“专属人声

VoxCPM2无需上传任何参考音频,即可自定义生成全新音色。这一功能非常适合虚拟角色配音、游戏 NPC、品牌 IP 人设构建等创意场景,也是 VoxCPM2 在开源 TTS 领域的差异化优势。

🎚️

VoxCPM2在线版 可控克隆 & 极致克隆 — 精细掌控,高保真输出

  • 可控克隆:通过文字指令微调情绪、语速、停顿,适配不同内容氛围;
  • 极致克隆:在短音频条件下实现 1:1 细节还原,适合短剧配音、临时角色生成、快速试音。
⚡

VoxCPM2在线版 极速语音模型构建

在VoxCPM2上传音频样本后,系统将在 30s 内自动分析音高、音色、语速与口音特征,完成个人语音模型构建。无需排队、无需人工审核,真正实现即时在线声音克隆。

🖥️

VoxCPM2在线版 浏览器即开即用 — 无需安装声音克隆软件

VoxCPM2 完全基于浏览器运行,支持:

  • 桌面端(Windows / macOS / Linux)
  • 平板端(iPad / Android 平板)
  • 手机端(iOS / Android)
🔒

VoxCPM2在线版 隐私级加密保护 — 您的语音数据仅您可见

  • VoxCPM2语音模型仅对您的账户可见,不与其他用户共享;
  • VoxCPM2音频样本在加密服务器上处理,不用于第三方模型训练;
  • VoxCPM2支持随时永久删除克隆声音及所有关联数据;
  • VoxCPM2符合 GDPR 数据保护规范,安全合规。
🎙️

VoxCPM2在线版 高保真自然音质 — 48kHz 影视级输出

VoxCPM2得益于 Tokenizer-Free 架构,VoxCPM2 避免了传统离散 token 造成的音质损失,48kHz 输出完整保留:

  • 口音特征与地域发音习惯(粤语九声六调、川话儿化韵等);
  • 自然语调与情绪起伏;
  • 说话节奏与呼吸停顿;
  • 音色质感与年龄特征。
✍️

VoxCPM2在线版克隆声音与文字转语音同一编辑器

在VoxCPM2创建声音克隆后,无需切换平台或导出语音模型。您的克隆声音将与 VoxCPM2 内置的专业音色并列于同一编辑器中,实现「创建 – 文字转语音 – 导出」一站式工作流,自由切换普通话与粤语等方言输出。

VoxCPM2在线版 两步完成声音克隆

VoxCPM2 上传语音样本、输入文本并生成语音的两步声音克隆流程

第一步:上传或录制语音样本

  • 支持格式:MP3、WAV、M4A
  • 推荐时长:5–60 秒(推荐 20s)
  • 最大文件:单文件 ≤ 50MB

录音技巧

安静环境下以正常语速自然说话,混合陈述句、疑问句和感叹句;

避免背景音乐与环境噪底,必要时使用“AI 降噪”预处理。

第二步:输入文本,用您的声音朗读

  • 选择您的克隆声音;
  • 输入或粘贴任意文本(支持粤语汉字或粤拼);
  • 选择目标语言/方言(可直接选择“粤语”);
  • 点击转换,即刻生成语音。

Voxcpm2 在线版的应用场景

谁需要声音克隆与文字转语音?VoxCPM2 的 AI 声音克隆与文字转语音技术已广泛应用于内容创作、教育、企业服务和无障碍领域

中国女性使用 VoxCPM2 为有声书、视频、教育、企业和游戏等场景配音
📚

有声书与播客制作

批量产出音频内容,保留稳定声线与自然节奏,大幅提升内容制作效率。

内容创作
🎥

短视频与自媒体配音

适配抖音、B站、YouTube 等平台的旁白和口播,快速产出高质量配音。

自媒体
🎓

在线教育与知识付费

用您的声音规模化授课,减少重复录音,保护嗓子,录课产能翻倍。

教育
🏢

企业品牌与商业应用

建立一致的品牌声音,降低多语种配音成本,强化品牌辨识度。

商业
👤

个人与无障碍场景

保存声音,传递情感,为沟通和陪伴提供更多可能。

个人
🎨

游戏与虚拟角色

为游戏 NPC 和虚拟角色定制专属音色,提升沉浸感与角色辨识度。

娱乐

为什么选择 VoxCPM2在线版?

🌐

多语言 + 多方言全覆盖

30 种语言 + 粤语等 9 大中文方言,跨语言音色迁移,打通双语内容瓶颈。

🎨

Voice Design 创新体验

无需录音,文字描述即可生成全新音色,激发创意效率。

🎙️

48kHz 高保真音质

Tokenizer-Free 架构保留声音细节,短内容听感接近真人。

中国女性使用 VoxCPM2 进行多语言与多方言配音、Voice Design 音色设计和 48kHz 高保真语音生成

媒体报道

企业内训课件批量文字转语音选型与落地指南

企业内训课件批量文字转语音选型与落地指南

企业内训的音频化,和个人做短视频配音不是一回事——它的核心矛盾是「课件体量大、术语密集、要长期复用、还要过合规和质检」,而不是「单条效果够不够惊艳」。本文给出一条可落地的路线:先把文稿结构和多音字/停顿标记规范化 → 实测长文本吞吐稳定性与多模型发音表现 → 用字符计费模型测算万字批量成本 → 以 voxcpm 等聚合接口为例跑通批量导出 → 建立时效留存、归档与人工质检闭环。整条链路的目标是把「一门课几十页 PPT + 讲稿」稳定地变成可检索、可复用的音频资产,而不是做一次丢一次的临时配音。文中涉及的计费口径、单次字数上限、音色保存周期更新较快,落地前请以各平台当前官方文档与实测为准。

查看详情>
企业内训配音平台怎么统一测试

企业内训配音平台怎么统一测试

公司一年要更新上百门培训课件,每门课两三千字,PPT翻一页配一段旁白。 找真人录,预算不够,周期也赶不上季度更新;用AI配音,供应商介绍听得都差不多,真上线怕员工听了打瞌睡。 这篇给培训部门、HR、学习发展负责人一套可直接复用的平台测试方法:怎么统一口径让几家供应商在同一起跑线上比、批量能力怎么分层看、成本怎么按字符量算、API和交付规范怎么对接现有系统。测完你就知道哪家真的能撑住企业级课件生产。

查看详情>
预算有限者如何比较 AI 配音平台

预算有限者如何比较 AI 配音平台

预算有限不代表只能将就效果,关键在于别为用不到的功能付费。本文给出一套五步比较法:先按使用场景筛掉不需要的功能,再用同一段文本横向测效果,然后按真实项目核算成本,把接入效率算进总账,最后用加权评分代替”谁排第一”的简单排名。核心思路是把选型从”看榜单”变成”算自己的账”。文中以 voxcpm、Fish Audio、ElevenLabs 等常见方案为例说明差异,具体额度与计费口径以各平台当前官方说明为准。

查看详情>

VoxCPM2 在线版 常见问题

关于声音克隆的常见疑问,为您解答

01

什么是 AI 声音克隆?

AI 声音克隆(Voice Cloning)是通过深度学习技术分析一段简短录音,创建说话者数字语音模型的技术。该模型捕捉音色、音高、节奏与口音特征,创建完成后可朗读任意文本,听起来如同原始说话者本人。VoxCPM2在线版 的 语音克隆 支持跨语言合成,一个模型可用于全部支持语言。

VoxCPM2 用户评价

来自内容创作、教育、企业和研发场景的真实反馈

VoxCPM2 声音克隆每周省下 10 小时录音,音色还原度极高,粉丝分辨不出 AI 与真人原声,更新效率大幅提升。

科
科技区 UP 主
B 站知识区

依托 VoxCPM2在线版 语音合成实现 5 国语言配音,全市场共用统一品牌声线,强化品牌辨识度,大幅降低多语种配音外包成本。

跨
跨境电商运营总监
出海品牌

VoxCPM2在线版 声音克隆文字转语音搭配声音克隆可批量产出有声内容,保留个人声线特色,彻底优化内容制作流程。

书
独立有声书制作人
音频内容制作

用VoxCPM2在线版克隆授课原声生成课程音频,适配讲课语气节奏,减少重复录制,保护嗓子,录课产能翻倍。

讲
线上职教讲师
职业教育

用VoxCPM2在线版批量搭建达人专属声模,短视频口播、旁白一键生成,不用现场收音,热点内容产出速度显著加快。

M
MCN 内容主管
短视频机构

用VoxCPM2在线版高精度克隆定制品牌人声,可切换多种播报风格,适配导航、家电提示音,省去反复外包配音的麻烦。

智
智能家居研发工程师
IoT 行业

VoxCPM2 声音克隆每周省下 10 小时录音,音色还原度极高,粉丝分辨不出 AI 与真人原声,更新效率大幅提升。

科
科技区 UP 主
B 站知识区

依托 VoxCPM2在线版 语音合成实现 5 国语言配音,全市场共用统一品牌声线,强化品牌辨识度,大幅降低多语种配音外包成本。

跨
跨境电商运营总监
出海品牌

VoxCPM2在线版 声音克隆文字转语音搭配声音克隆可批量产出有声内容,保留个人声线特色,彻底优化内容制作流程。

书
独立有声书制作人
音频内容制作

用VoxCPM2在线版克隆授课原声生成课程音频,适配讲课语气节奏,减少重复录制,保护嗓子,录课产能翻倍。

讲
线上职教讲师
职业教育

用VoxCPM2在线版批量搭建达人专属声模,短视频口播、旁白一键生成,不用现场收音,热点内容产出速度显著加快。

M
MCN 内容主管
短视频机构

用VoxCPM2在线版高精度克隆定制品牌人声,可切换多种播报风格,适配导航、家电提示音,省去反复外包配音的麻烦。

智
智能家居研发工程师
IoT 行业

立即开始您的声音克隆之旅

VoxCPM2 — 领先的 AI 声音克隆 与 文字转语音 平台,让每个人的声音都能无限延伸。

无需安装 声音克隆软件,浏览器即开即用
极速构建语音模型,即刻用于文字转语音
支持 30 种语言9种方言,跨语言合成
马上体验 VoxCPM2 →

马上体验 VoxCPM2 的 AI 声音克隆与文字转语音功能,用您的声音讲述更多精彩故事。

首页
声音数字人
声音克隆
配音神器