Docker y una GPU NVIDIA compatible en Windows o Linux. La medición de Nano alcanzó un máximo de 8491 MiB de VRAM en una RTX 5070 Ti; 12 GB es el nivel conservador. Ejecuta un contenedor del servidor de modelos por GPU.
Voz creativa y realista v1.0 estable o latest con actualizaciones continuas
VoxCPMTTS
Diseña, clona y transmite voces en 30 idiomas con tu propia GPU.
Un entorno local VoxCPM2 para generación en 30 idiomas, diseño de voces, clonación por referencia y guiada por transcripciones, perfiles reutilizables, flujo MP3 progresivo y API HTTP.
Abre Generar para voz natural o diseño de voces, o Clonar para subir o grabar una referencia con consentimiento. Transmitir ofrece reproducción progresiva, Voces guarda perfiles reutilizables, y API y Sistema muestran los detalles de integración y ejecución.
El texto, el audio de referencia, los perfiles guardados y la voz generada permanecen en el equipo que ejecuta el contenedor. Clona solo voces para las que tengas derechos y consentimiento; nunca lo uses para suplantación, fraude, acoso o engaño. Los componentes de la imagen Docker conservan sus propias condiciones de licencia.
Qué incluye
Un espacio local completo, no solo un modelo.
- Generación VoxCPM2 en 30 idiomas
- Diseño de voces, clonación por referencia y guiada por transcripciones
- Perfiles de voz persistentes y reutilizables
- Transmisión MP3 progresiva, además de WAV, MP3, FLAC y OGG
- Vistas Generar, Clonar, Transmitir, Voces, API y Sistema
- Grafos CUDA de Nano-vLLM con una mediana RTF medida de 0,271
Así es la aplicación
Seis espacios de trabajo específicos para voz local expresiva.
Generar gestiona voz natural y diseño de voces opcional. Clonar acepta referencias grabadas o subidas, Transmitir reproduce de forma progresiva, Voces conserva perfiles reutilizables, y API y Sistema muestran el servicio y el entorno de GPU.
