Новый игрок на рынке TTS
Платформа VoxCPM анонсировала выход версии 2.0 своей модели генерации речи. Ключевое отличие новой версии — поддержка мультиязычности и улучшенная стабильность тембра. Это делает VoxCPM2 прямым конкурентом коммерческих решений, таких как ElevenLabs, предлагая аналогичный функционал в открытом доступе.
Технические особенности
Модель способна преобразовывать текст в речь, сохраняя интонации и характеристики голоса из короткого аудиоэталона. Архитектура позволяет бесшовно переключаться между языками, что критично для создания контента на международные аудитории. В отличие от предыдущих версий, новая модель демонстрирует более высокую устойчивость к артефактам звука.
Сравнение с лидерами рынка
Хотя прямые бенчмарки в анонсе не приведены, позиционирование VoxCPM2 как "конкурента ElevenLabs" указывает на прицел на качество, сопоставимое с индустриальным стандартом. Ниже приведена сравнительная таблица ключевых характеристик:
| Характеристика | VoxCPM2 | ElevenLabs (Standard) |
|---|---|---|
| Доступность | Бесплатно (Open Source) | Платная подписка |
| Мультиязычность | Поддержка (Stable timbre) | Поддержка (Multilingual v2) |
| Клонирование голоса | По короткому эталону | Instant Voice Cloning |
| Переключение языков | Seamless switching | Встроенное |
Почему это важно
Появление качественных открытых моделей TTS снижает порог входа для разработчиков и создателей контента. Возможность использовать мощное клонирование голоса без ежемесячных платежей меняет экономику производства аудиокниг, подкастов и локализированного видео. VoxCPM2 предлагает альтернативу, которая не уступает в функционале, но свободна от лицензионных ограничений.
Источник: Voxcpm ↗