VoxCPM
نظام تحويل النص إلى كلام بدون محدد رموز يولد صوتًا متعدد اللغات بجودة 48kHz، وتصميم الأصوات، واستنساخ الأصوات.
توليد كلام عالي الدقة بجودة 48kHz عبر 30 لغة مع تصميم أصوات واستنساخ فوري بدون عينات تدريب مسبقة.
VoxCPM هو نظام مفتوح المصدر لتحويل النص إلى كلام مصمم لتحويل النص المكتوب إلى صوت متعدد اللغات طبيعي. يمكنك توليد أصوات مخصصة من مطالبات نصية أو استنساخ أصوات موجودة من عينات صوتية قصيرة. يناسب فرق الهندسة التي تبني تنبيهات السلامة الصوتية، أو أنظمة إحاطة المواقع الآلية، أو التعليق الصوتي للتدريب.
ما هو
يولد VoxCPM تمثيلات صوتية مستمرة مباشرة عبر معماريات الانتشار التراجعي الذاتي دون الحاجة لتحديد الرموز المنفصلة. ينتج صوتًا بجودة الاستوديو 48kHz عبر 30 لغة، ويدعم إنشاء الأصوات من أوصاف اللغة الطبيعية، وينفذ استنساخ الأصوات بتوجيه من المطالبات.
لمن هو
يجب عليك استخدام VoxCPM إذا كنت بحاجة إلى توليد صوت ذاتي الاستضافة وغير متصل بالإنترنت لتنبيهات مواقع البناء، أو بث سلامة العمال، أو مقاطع فيديو التدريب متعددة اللغات. وهو غير مناسب إذا كانت لديك بنية تحتية تفتقر إلى وحدات معالجة الرسوميات GPU أو كنت بحاجة إلى تطبيق سطح مكتب جاهز وغير تقني.
أهم الميزات
توليد صوتي بدون محدد رموز
يولد كلامًا مستمرًا مباشرة باستخدام معمارية انتشار تراجعي ذاتي شاملة.
تصميم الأصوات بلغة طبيعية
ينشئ أصواتًا مخصصة بناءً فقط على أوصاف نصية تحدد العمر، والنبرة، والعاطفة، والسرعة.
إخراج صوتي عالي الدقة
يصدر صوت استوديو أصليًا بجودة 48kHz دون الحاجة إلى أدوات رفع دقة خارجية منفصلة.
محرك نشر مرن
يعمل على خوادم vLLM-Omni المتوافقة مع OpenAI أو محركات الحافة بلغة C++ عبر llama.cpp-omni.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- يخرج صوتًا أصليًا بجودة 48kHz مباشرة من مقاطع مرجعية بجودة 16kHz دون الحاجة لأدوات رفع دقة إضافية.
- يدعم 30 لغة رئيسية إلى جانب العديد من اللهجات الإقليمية.
- يوفر خيارات نشر على الحافة بلغة C++ مع قياسات GGUF للأجهزة المحلية.
- يوفر إنشاءً كاملاً للأصوات من مطالبات نصية بسيطة دون الحاجة لملفات صوتية مرجعية.
أين يقصّر
- يتطلب أجهزة وحدة معالجة رسوميات NVIDIA متطورة أو تجميعًا محليًا متخصصًا بلغة C++ لتحقيق زمن انتقال منخفض.
- يحتاج إلى تنزيل يدوي للنموذج عبر ملفات أوزان BaseLM وAcoustic بحجم عدة جيجابايت.
- يتطلب خبرة تقنية في التعامل مع CLI، أو واجهات برمجة التطبيقات Python APIs، أو عمليات نشر vLLM بدلاً من توفير واجهة رسومية مستخدم GUI.
التسعير والرخصة
VoxCPM مجاني للتنزيل والاستخدام بموجب ترخيص Apache-2.0. نفقاتك الوحيدة تأتي من الاستضافة، والتنفيذ على الأجهزة، وبنية خادم وحدة معالجة الرسوميات GPU.
وظائف للناطقين بالعربية
870 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
هل يمكنني تشغيل VoxCPM محليًا دون اتصال بالإنترنت؟
نعم، يمكنك تحميل أوزان النموذج التي تم تنزيلها في نصوص برمجية محلية بلغة Python أو التشغيل دون اتصال عبر llama.cpp-omni على وحدة المعالجة المركزية CPU أو وحدة معالجة الرسوميات GPU.
هل يتطلب VoxCPM ملفات نصية مرجعية لاستنساخ الصوت؟
يتطلب الاستنساخ القابل للتحكم القياسي مقطع صوتي مرجعي فقط، على الرغم من أن توفير نص مكتوب يتيح مطابقة التفاصيل الكاملة.
