OpenBMB/VoxCPM

VoxCPM 的路线是 tokenizer-free TTS：通过端到端扩散自回归架构直接生成连续语音表征，绕过离散音频 token。项目页强调 zero-shot voice cloning 和 voice design；VoxCPM2 资料称其为 2B 参数、训练于 2M+ 小时多语言音频的模型，面向多语言语音生成。