FaceWall Intelligence社が開発したVoxCPM 1.5はオープンソースであり、音声生成機能がさらに強化されている。

VoxCPMバージョン1.5が正式にオープンソースとしてリリースされました。AudioVAEのサンプリングレートが16kHzから44.1kHzに引き上げられ、音色クローニングのディテール表現が大幅に向上しました。生成効率も2倍になり、1秒間の音声生成に必要なトークン数はわずか6.25個に抑えられました。さらに、LoRAとフルファインチューニングスクリプトが追加され、より詳細なカスタマイズが可能になりました。また、モデルの安定性が最適化され、音声アーティファクトも低減されています。