---

🎯 零样本语音克隆 仅需 3秒 参考音频 完美复刻音色、语调、情感 支持中英日韩多语言	🚀 秒级生成 GPU加速推理 实时流式输出 批量处理支持
🎭 情感控制 喜怒哀乐自由切换 语气强度可调 自然过渡不生硬	🎵 语速调节 0.5x ~ 2.0x 自由调节 保持音质不失真 适配各种场景

---

场景	描述
🎬 影视配音	电影、电视剧、纪录片后期配音
📚 有声读物	小说、教材、新闻自动朗读
🎮 游戏开发	NPC对话、角色配音
📱 短视频	抖音、快手、B站内容创作
🎓 在线教育	课程讲解、知识分享
🤖 智能助手	虚拟主播、AI客服

---

点击下方按钮，选择GPU环境，即可秒级启动：

环境	显存	消耗	推荐
H20	96GB	32核时/小时	大批量处理
L40	48GB	16核时/小时	⭐ 日常使用

💡 首次启动需要安装依赖，约需5-10分钟，后续启动秒开！

---

• 支持格式：MP3、WAV、FLAC、M4A
• 建议时长：3-10秒
• 音质要求：清晰无杂音

• 支持中英日韩混合
• 自动断句分段
• 支持SSML标记

• 🎚️ 语速：0.5x ~ 2.0x
• 🎭 情感：中性/开心/悲伤/愤怒
• 🔊 音量：自动归一化

• 实时预览
• 一键下载
• 批量导出

---

┌─────────────────────────────────────────────────────────┐
│                    VoxCPM 1.5 架构                       │
├─────────────────────────────────────────────────────────┤
│  ┌─────────┐    ┌─────────┐    ┌─────────┐             │
│  │ 前端UI  │───▶│ FastAPI │───▶│ VoxCPM  │             │
│  │ Gradio  │    │ Server  │    │ Model   │             │
│  └─────────┘    └─────────┘    └─────────┘             │
│       │              │              │                   │
│       ▼              ▼              ▼                   │
│  ┌─────────┐    ┌─────────┐    ┌─────────┐             │
│  │ 音频上传 │    │ ASR识别 │    │ GPU推理 │             │
│  │ 文本输入 │    │SenseVoice│   │ L40/H20 │             │
│  └─────────┘    └─────────┘    └─────────┘             │
└─────────────────────────────────────────────────────────┘

组件	版本	说明
VoxCPM	1.5	核心语音克隆模型
SenseVoice	Small	语音识别ASR
PyTorch	2.0+	深度学习框架
CUDA	12.1	GPU加速
Gradio	4.0+	Web界面

---

指标	数值	说明
克隆相似度	95%+	MOS评分
生成速度	0.3s/句	L40 GPU
支持语言	4种	中/英/日/韩
最大文本	5000字	单次生成
参考音频	3-30秒	推荐3-10秒

---

使用专属云端激活码，无需绑定机器码，每次启动自动激活。

1. 获取机器码
2. 联系荒哥获取激活码
3. 输入激活码完成激活

---

---

• 🎉 全新VoxCPM 1.5模型
• ⚡ 推理速度提升50%
• 🎭 新增情感控制功能
• 🔊 优化音质输出
• 🐛 修复已知问题

---

本工具仅供学习研究使用，请勿用于：

• ❌ 伪造他人声音进行欺诈
• ❌ 制作虚假新闻或谣言
• ❌ 侵犯他人肖像权、名誉权
• ❌ 其他违法违规用途

使用本工具即表示您同意遵守相关法律法规。

---