🧠 什麼是 VoxCPM？

VoxCPM 是由 OpenBMB 推出的新一代語音生成模型，主打：

👉 超低樣本聲音克隆（只需5秒）
👉 完全本地運行（無需雲端）
👉 多語言＋多方言支持（30+）

簡單講一句話：

👉 它就是「語音界的 Stable Diffusion」

🚀 核心特色

🎙️ 1️⃣ 極致聲音複製（5秒搞定）

只需要一段短短語音（約5秒）：

• 可複製音色
• 模擬說話風格
• 保留情緒與語氣

👉 幾乎達到「真人等級」

🎚️ 2️⃣ 專業播音員等級輸出

生成語音具備：

• 清晰度高（接近錄音室品質）
• 節奏自然
• 可長文本生成（Podcast / 有聲書）

👉 可直接商用（需注意授權）

🌏 3️⃣ 多語言＋方言（重點）

支援：

• 中文（普通話）
• 台語（閩南語）
• 廣東話
• 四川話
• 英文 / 日文 / 韓文 等

👉 這點直接屌打很多 TTS 工具

🔒 4️⃣ 完全本地運行

不像：

• ElevenLabs（雲端）
• PlayHT（雲端）

VoxCPM：

✅ 無需上傳聲音
✅ 不怕資料外洩
✅ 無 API 費用

⚙️ 安裝教學（本地部署）

📦 硬體需求（建議）

• GPU：RTX 3060 以上（最佳）
• RAM：16GB+
• OS：Ubuntu / Windows（WSL）

🧩 Step 1：下載專案

官方 Repo👇
👉 VoxCPM GitHub repository

🧩 Step 2：安裝環境

🧩 Step 3：下載模型

依照 repo 指示下載：

• 主模型（Urv5）
• 聲音模型

🧩 Step 4：執行推理

🧩 Step 5：使用WEBUI

# WebUI 
python lora_ft_webui.py   # http://localhost:7860

🧠 進階玩法（你可以做什麼）

💰 商業應用

• AI 配音 SaaS
• 有聲書生成平台
• YouTube 自動旁白

🧪 高階玩法

• 聲音角色庫（多人 voice profile）
• Telegram 語音 Bot
• 客製客服語音

⚠️ 注意事項（很重要）

⚙️ 技術限制

• 中文效果最佳
• 部分方言仍在優化
• GPU 需求較高

🆚 VoxCPM vs 其他 TTS

👉 結論：
本地部署 = VoxCPM 完勝

參考資料

官方網站

移除背景聲音工具(UVR5)