VoxCPM — это новая система преобразования текста в речь (TTS), не требующая токенизации, которая переосмысливает реализм в синтезе речи.

Моделируя речь в непрерывном пространстве, она преодолевает ограничения дискретной токенизации и обеспечивает две флагманские возможности: генерацию речи с учётом контекста и реалистичное клонирование голоса без обучения.

🐱 GitHub