全部标签

OpenBMB

VoxCPM2：把 TTS 领域最基础的一个假设推翻了，然后发现效果更好

过去五年里，如果你问任何一个做 TTS 的人"语音合成的基本流程是什么"，答案出奇一致：文本→分词器→语言模型→声码器→波形。分词器是整条链路的起点，是所有人默认的"基础设施"。没有 tokenizer，你怎么让模型学习语音？ VoxCPM2 的回答是：为什么一定要有？它把 TTS 领域赖以运转了五年以上的 tokenizer 直接拿掉了。模型在 Audi…
开源项目
- 1k
- 0
半岛铁箱23小时前