面壁智能 VoxCPM 1.5 语音生成 AI 模型开源:高采样音频克隆,生成效率翻倍 0.5b小模型

我在hf试了下非常可用,媲美mininax收费模型。看了看自己的amd显卡想换nv了。感觉各位佬对tts模型没啥热情样,这新闻10号的了,没人讨论。。。

8 个赞

voxcpm 1.5??
前面的版本我跑过
a卡可以跑啊,问题不大

额。我是5600XT 不支持ROCm

是的,我拿comfyui也跑过,a卡包没问题的

支持的,我780m都支持
你去找找补丁

:joy: 哥们陈年老卡。。。5600XT

2.下载rocm.gfx1010-xnack-.for.hip.sdk.6.1.2.7z

是的780官方不支持,三方有优化库项目。。就是你发这个

快去部署1.5试试。真的很不错 克隆了下杨幂的声音很舒服~

机器失联了,得明天上班看一下怎么回事

这个模型的实时性怎么样啊
目前使用的minimax 2.6 首包能控制到500ms以下

2.6不是收费的么,好贵感觉 显卡好实时不错听说建议阅读文档

佬,这个要多少显存才能玩得动,我的8G刚刚1.5B一直爆显存

0.5b。。。1.5是版本

0.5b拿cpu跑都可以吧

image
不知道哪里有问题 emmm

不知道欸,问问GEMINI

感谢佬,加了个日志,发现是我参考音频太长了,导致加载参考音频就一次需要5个G。
早点休息哦佬 :zzz:

5G?多长的音频啊?

之前的版本实测不如index-tts2,这个版本还没试