【免责声明】本文仅用于 AI 语音技术交流学习与合规原创内容创作，严禁用于侵权、伪造他人声音、诈骗及不良导向内容生成，使用者自行承担相关合规责任与使用风险。

模型名解析：VoxCPM2.safetensors 是面壁智能联合 OpenBMB 开源社区、清华大学人机语音交互实验室发布的第二代语音基础模型。Vox 代表语音技术领域，CPM 为连续概率模型核心架构标识，2 为第二代迭代版本，safetensors 为防恶意代码的安全权重格式。

核心功能：

• 48kHz 影视级高保真音质

• ：输出 CD 级无损音频，保留丰富的声学细节与情感特征

• 3 秒零样本音色克隆

• ：仅需 3 秒清晰参考音频即可精准复刻任意人声

• 30 种语言 + 9 大方言支持

• ：原生覆盖中英日韩等主流语言及中国主要方言

• 超实时推理

• ：单卡生成速度达实时的 7 倍以上，支持流式输出

• 全功能集成

• ：单模型实现语音合成、音色克隆、情绪控制与音色设计

安装位置：

ComfyUI 平台需先安装 ComfyUI-VoxCPM 插件，GitHub 官方仓库（作者：wildminder）：https://github.com/wildminder/ComfyUI-VoxCPM。将模型放入models/tts/VoxCPM2文件夹；其他 Python 环境放入项目根目录models/tts文件夹，通过官方推理代码加载调用。显存需求：FP8 量化版仅需2GB 显存即可流畅运行，BF16 全精度版需 4GB 显存，无独立显卡设备可使用 CPU 运行，生成速度略有下降。使用说明：本模型为独立语音基础模型，非 LoRA 微调模块，无需设置强度参数，支持 LoRA 音色微调。

插件推荐安装方法

通过 ComfyUI-Manager 一键安装：

1. 打开 ComfyUI，点击右上角的「Manager」

2. 选择「Install Custom Nodes」

3. 搜索框输入 ComfyUI-VoxCPM

4. 点击右侧「Install」按钮，等待安装完成

5. 重启 ComfyUI 即可使用。

在线试用

https://www.runninghub.cn/ai-detail/2046998156096839681

模型下载地址

国内直连零门槛渠道（优先推荐，无需特殊网络）

https://pan.quark.cn/s/42994c0df601

海外官方仓库下载地址

https://huggingface.co/openbmb/VoxCPM2/tree/main

这款模型是目前开源领域效果最好的语音合成方案之一，在音质、自然度和多语言支持上远超同级别其他模型。它采用无分词器扩散自回归架构，无需复杂的语言标注，多语言混合文本也能流畅合成。特别适合自媒体配音、有声书制作、数字人语音合成、游戏角色配音等场景。使用时建议使用清晰无背景噪音的参考音频，可获得最佳的克隆效果。需严格遵守相关法律法规，严禁未经授权使用他人声音进行合成，坚守原创底线，尊重他人声音权。欢迎关注，在评论区留言交流使用技巧与创意应用经验，共同探讨 AI 语音技术的更多可能性。