当《哆啦A梦》开始讲四川话，人人都能当配音师的时代来了
如果声音可以更改，你最想改变什么？
语言，声调，音色，情绪，甚至全凭想象，「无中生有」创造一个世界上完全不存在的声音……这是可能实现的目标吗？
当 VoxCPM 2 可以让《哆啦 A 梦》开始讲四川话，全过程 0 人类配音师，答案无需赘述——
本文含视频，请前往微信公众号原文观看。
中国特色方言，音色设计、通用音色可控（尤其是语音克隆），48k 高音质、高表现力……此前，海内外已开源的 TTS 语音模型往往需要多个模型才能实现上述所有功能，而面壁智能联合 OpenBMB 开源社区、清华大学人机语音交互实验室研发升级的 VoxCPM 2 只用一个 2B 语音基础模型就集成了所有。
不仅如此，相比 VoxCPM 1 只有中英双语两种语言，VoxCPM 2 在多语种上的表现也有了极大改进——覆盖全球 30 国语言，尤其是东南亚主流 8 国语种，为东南亚出海提供了极大便利。
以面壁智能「小钢炮」广告片为例，VoxCPM 2为其创作的东南亚多国语言配音信手拈来，告别「机械音」的同时更有接地气的满满活人感：
一个 2B 模型，搞定视频创作、播客、配音、有声书、出海以及各大冲浪高手的声音需求，而且 开源、免费。
四般武艺集于一身
在语音基础模型上，面壁智能同样遵循高效训练的「密度法则」（Densing Law），追求在尽可能小的参数规模上实现具有尽可能高的知识密度。VoxCPM 2 凭借仅 2B 的小尺寸，在语音生成上实现了惊人效果。
主要表现为将多语种、音色设计、通用音色可控与高音质&高表现力融于一体，为开发者与 AI 语音应用爱好者提供了广阔的开拓空间。
01 全球通：30国语言+9大方言
VoxCPM 2 支持全球 30 种主流语言，尤其在东南亚主流语种上做了别开生面的研发升级，覆盖8国主流语言，包括 越南语、泰语、印尼语、老挝语、缅甸语、柬埔寨语、菲律宾语、马来西亚语。
效果如何？可以看以下案例：
东南亚版《甄嬛传》滴血认亲名场面，泰语、越南语丝滑切换：
除了「国际范」，VoxCPM 2 在模型训练上也发挥了国产大模型团队的独特研发视角，掌握了 9 大中国方言，包括四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南语，让你的语音 AI 不仅是「Tony」、也是「大壮」，不仅是「Lisa」、也可以是「翠花」。
家乡味的 VoxCPM 2，已经被玩出花来：
河南话：今儿个天冷得邪乎！咱赶紧回去喝碗汤吧？
上海话：我不明白，为什么大家都在谈论着项羽被困垓下……
闽南话：年轻甜美的闽南女子回忆家乡生活
粤语：我从来都冇觉得我自己系介留守儿童……
除了「国际范」，VoxCPM 2 在模型训练上也发挥了国产大模型团队的独特研发视角，掌握了 9 大中国方言，包括四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南语，让你的语音 AI 不仅是「Tony」、也是「大壮」，不仅是「Lisa」、也可以是「翠花」。
02 百变声优：音色设计，文字即声音
在 VoxCPM 2 中，如果不想暴露真人声音，也找不到合适的配音师，即使没有参考声音，也可以根据你的想象创造出专属于你的、独一无二的「百变声优」。
为此，你只需要动动手指头，在 VoxCPM 2 上输入一段文字描述，对你所想象的声音音色、情绪、性别、年龄等等提出要求，VoxCPM 2 就能凭空创造出一个全新的音色。
让 VoxCPM 2 一口气生成 7 个音色，并让他们上演武侠大片：
豪放昂扬地吟诵李白的《将进酒》：
用沉郁顿挫的语气演绎杜甫的《登高》：
03 千人千面：通用音色可控
海内外大多语音模型在进行声音克隆时，仅支持少数几种固定音色的控制。为了打破这一限制，VoxCPM 2 采取了非主流的扩散自回归连续表征（Continuous Representation）技术路线，实现了 真正意义上的通用音色可控。
相比传统 Token-based 的方法，扩散自回归架构可以保留更多的声学信息，使得声音克隆不再是生硬的拼凑，而是无比拟真、高度还原的语音再生。无论是情感起伏、情绪变化，乃至细微的呼吸声，都能最大相似度还原。
《西游记》女儿国国王：
原声：
VoxCPM 2：
《舌尖上的中国》叉烧介绍：
原声：
VoxCPM 2：
04 影视级配音：高音质、高表现力
采样率是评价音质的直接标准：8000Hz 仅能满足通话，16000Hz 只能达到清晰音质，而 VoxCPM 2 直接提升到了 48000Hz，进入高保真（Hi-Fi）级别！
VoxCPM 2 的高音质，让 AI 生成的语音可以应用于更广泛、对音质要求更高的领域，如影视配音。同时，声音的情感穿透力也会大幅提升。
《如果国宝会说话》英文版：
在高音质生成与还原下，声音的情绪、情感也经得起真实的考验，让人声临其境：
热情且语速极快的男声，中文意思：兄弟，要辣的还是甜的？给，极其酥脆的脆球饼！还要吃吗？女士，专门为您做了特辣的。来，给二十卢比！
粗犷沙哑的男声，卷舌音很重，充满威胁和压迫感：别在这给我说大话！钱你到底是还不还，现在就在这给我说清楚！别以为还有下次了，你这混蛋！
不仅好用，而且免费开源！
VoxCPM 2 的出现，并不是为了取代谁，而是为了 解放每一个需要它的人。
为此，面壁智能坚持开源，并在开发者友好上下了苦功。
VoxCPM 2 支持原生 Torch 推理、全参数微调和 LoRA 微调。无论你是拥有顶级算力的企业，还是只有一个小破本的个人小白，都有成熟的生态支持你「一键运行」。
VoxCPM 2 现已全面上线并同步开源。我们邀请全球开发者与创作者，一同开启高保真语音的新纪元。
准备好用声音搞点大事情了吗？点击下方开源、体验与下载链接，去创造属于你的声音世界吧！
➤ 体验链接
🔗 https://voxcpm.modelbest.cn/
➤ Hugging Face
🔗 https://huggingface.openbmb.com/model/openbmb/VoxCPM2
➤ GitHub
🔗 https://github.com/OpenBMB/VoxCPM/
➤ 魔搭社区
🔗 https://modelscope.cn/models/OpenBMB/VoxCPM2
➤ GitCode
🔗 https://ai.gitcode.com/OpenBMB/VoxCPM2
➤ 魔乐社区
🔗 https://modelers.cn/models/OpenBMB/VoxCPM2