VoxCPM 1.5

VoxCPM 1.5 是 OpenBMB 发布的语音模型。

技术亮点

• ：与主流方法将语音转换为离散 token 不同，VoxCPM 采用端到端扩散自回归架构，直接从文本生成连续语音表示。该模型基于 MiniCPM-4 主干网络，通过分层语言建模和 FSQ 约束实现隐式的语义-声学解耦，显著提升了表达力和生成稳定性。