在自己电脑上免费跑 AI 声音合成

不想出镜的短视频、没有录音设备的播客、需要配音的项目，现在可以用一个免费开源的模型在自己电脑上解决：VoxCPM2。

它能做什么

打字就能出声音。 输入一段文字，直接生成语音。

一句话设计音色。 不用找配音员，也不用录参考音。写一句"沉稳的三十多岁女声"，它就按这个描述生成一个新声音。

一段录音复刻你的声音。 给它一小段你自己的录音，它能学到你的音色、语气和断句，连说话习惯也能还原得很像。想更像，再附上这段录音的逐字稿。

48kHz 高音质。 输出的音质接近录音棚水准，用在视频和播客里足够。

免费商用。 代码和模型都是 Apache 2.0 许可，可以免费用、改，也可以用在商业项目里。

另外它支持 30 种语言和四川话、粤语、东北话等多种方言。

怎么用起来

最快的方式是让你的 Agent 帮你装：打开本站的 VoxCPM Skill 页面，点"复制提示词"，粘贴给 Claude Code 或 Codex。它会检查你的电脑、装好环境，然后按你要的方式生成声音。

想自己动手，三行就能跑：

pip install voxcpm soundfile

from voxcpm import VoxCPM
import soundfile as sf
model = VoxCPM.from_pretrained("openbmb/VoxCPM2", load_denoiser=False)
wav = model.generate(text="(沉稳的三十多岁女声)大家好，欢迎收听。")
sf.write("hello.wav", wav, model.tts_model.sample_rate)

适合谁

• 做短视频但不想露脸、不想用自己声音的人。
• 想做播客但没有录音设备的人。
• 项目里需要大量配音、旁白、多语言版本的人。

先看清楚这几点

来源

• 官方仓库：https://github.com/OpenBMB/VoxCPM
• 在线试听：https://huggingface.co/spaces/OpenBMB/VoxCPM-Demo