1. 程式拆文章
將輸入文字依照句號、問號、驚嘆號與換行切成句子或短段落。
Server 連線
VoxCPM2.cpp 預設使用本機 API，檢查成功後再生成語音。
尚未檢查 Server。
聲音描述 / 角色情境用一個欄位描述聲線、角色、距離、情緒與表演方式
上傳你的聲音可註冊 Voice ID 後指定參考聲音生成
歌曲範例5 組歌曲，每組短中長，共 15 種歌曲文本
雙語範例庫10 組一般範例，可切換國語或英文
VoxCPM 2.0 範例庫
10 個一般範例 + 5 個歌曲範例；使用上方統一切換短、中、長與語言。
上傳你的聲音
參考音訊建議 5 到 15 秒，背景乾淨，參考文字需與音訊一致。
尚未註冊參考聲音。
已註冊聲音
VoxCPM.cpp 沒有列表 API，這裡顯示本頁記住的 Voice ID 並逐一檢查。
| Voice ID | 狀態 | 操作 |
|---|---|---|
| 尚無資料 | ||
導演控制台
聲音描述與角色情境合併成同一個欄位；指導強度與擴散步數會一併送給 VoxCPM2。
對應 cfg_value，1.0–3.0，預設 2.0。
對應 inference_timesteps，4–30，預設 5。
等待生成。
生成對話紀錄
目前沒有生成紀錄。
| 聲音描述 / 情境 | 文字 | 音訊 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 尚無生成紀錄。 | |||||||||||||
串流媒體播放呼叫方式
VoxCPM 支援透過音訊串流輸出 generate_streaming()。互動式應用建議由程式先拆文章，再逐句呼叫與播放。
2. 逐句朗讀
每次只把一個句子送進 generate_streaming()，比處理單一不斷增長的文字輸入更穩定。
3. 排隊播放
每段生成後立即播放，等這段播完再送下一段，貼近 sd.play() 加 sd.wait() 的做法。
對應 cfg_value，1.0–3.0，串流預設 1.0。
對應 inference_timesteps，4–30，串流預設 4。
尚未送出串流文字。
import sounddevice as sd
import numpy as np
sample_rate = model.tts_model.sample_rate
for chunk in model.generate_streaming(
text="這是一段串流語音測試！",
):
sd.play(chunk, samplerate=sample_rate)
sd.wait() # 等這段播完再繼續async function playByChunks(chunks) {
for (const chunk of chunks) {
const audio = await generateOneSentence(chunk);
await audio.play();
await waitUntilEnded(audio);
}
}