AI语音生成模型

VoxCPM是由面壁智能（ModelBest） 联合 清华大学深圳国际研究生院人机语音交互实验室（THUHCSI） 开发并开源的无分词器文本转语音（Tokenizer-Free TTS）系统。 它采用端到端扩散自回归架构（Diffusion Autoregressive），直接从文本生成连续语音表示，突破了传统离散标记化方法的限制，在自然度、表现力和音色还原度上有显著提升。