展开本页目录
开始前准备什么
- 仅使用本人授权或合成参考声音，不模仿未授权真人。
- 核对VoxCPM2官方包、设备和依赖；目标模型未在本轮执行，作者参考录音与待测输出分别保存。
- 练习包提供口述脚本、规则与验收数据，不附目标工具生成录音。按录音说明自行录制有权使用的输入，并在运行后保存实际音频。
- 准备授权参考与新台词
- 核对VoxCPM2及运行设备
- 先运行参考音色模式
- 单独加入风格前缀
- 逐字与分句回听
- 与Ultimate配置分栏
- 交付可重现的参考清单
1. 准备授权参考与新台词
保存只含一位授权或合成说话人的短参考录音，并逐字记下它的内容。另存完全不同的目标句，避免把复读参考误听成成功。
2. 核对VoxCPM2及运行设备
记录模型标识openbmb/VoxCPM2、包版本与当前device。官方示例设备支持需按已安装版本核对，没有满足条件就只做参数与素材准备。
3. 先运行参考音色模式
按当前官方API把参考路径放到reference_wav_path，text只填新台词。不要为这轮无意附加prompt_wav_path与prompt_text，后者属于音频续说式配置。
4. 单独加入风格前缀
保持参考与目标文字不变，只在text开头加入括号里的slightly faster, cheerful tone。把配置另存，不能同时换参考、seed和台词再归因风格。
5. 逐字与分句回听
比较两版是否都完整读出时间和not approved，检查风格提示是否被念出来。音色接近只是观察，不用主观感觉捏造相似度评分。
6. 与Ultimate配置分栏
把reference-only和需准确参考逐字稿的Ultimate参数分别列出。若要后续比较续说模式，另建实验记录，不把不同输入机制混成一个结果。
7. 交付可重现的参考清单
保存授权范围、参考SHA、目标台词、两份参数和实际音频。作者本地合成参考仅是输入，未执行VoxCPM时不放进目标输出栏。
下载本课材料并开始操作
练习包包含本课的具体输入、可编辑数据、正反样例与七步说明。index.html 可离线查看原件和验收参考，actual-results.csv 用于记录你实际操作后的结果。
怎样确认已经完成
- 两版文字都含not approved，不以快慢风格代替事实核对。
- 保留同一个参考音频校验值和独立控制前缀。
- 明确reference-only与prompt audio+exact transcript续说模式不同。
常见问题
VoxCPM2换成同一声线后还能调语速情绪吗？
可控克隆使用参考音频保持音色，并可在文本前附加风格描述。应固定参考和目标句，只改风格要求，再回听台词完整性。
reference_wav_path和prompt_wav_path是一回事吗？
不是。前者用于音色参考；Ultimate示例还需要prompt_wav_path与准确prompt_text做音频续说式克隆，不能随意互换。