VoxCPM2: 无标记化处理的 TTS,用于多语言语音生成、创意语音设计和真实的克隆效果
在 ~4K 小时 (1.87M 个样本) 的全面微调过程中,需要 10 天才能到达第 0 步 — 如何加速全面微调过程?
两个问题
生成的音频声音在许多声音中带有沙哑/剪切的失真效果
nano-vllm-voxcpm 问题反馈
语音 TTS
分享一个简洁的 TTS 桌面配音工具 yovoice,支持 macOS/Window
中文合成问题
生成速度还能如何提升
长文本声音失真问题严重
并发 TTS 性能观察 (VoxCPM2 + vLLM-Omni)