[{"data":1,"prerenderedAt":76},["ShallowReactive",2],{"blog-post-voxcpm2-yinse-kelong":3},{"slug":4,"title":5,"seoTitle":6,"category":7,"description":8,"excerpt":9,"datePublished":10,"dateModified":10,"testDate":11,"cover":12,"readingTime":17,"tags":18,"tagSlugs":23,"featured":26,"featuredOrder":27,"pinned":28,"draft":28,"summary":29,"summaryHtml":30,"faq":31,"sources":47,"citation":28,"related":51,"video":54,"videos":55,"jsonLdExtra":54,"html":56,"toc":57},"voxcpm2-yinse-kelong","VoxCPM2 音色克隆教程：在线免费体验，极致克隆是什么（2026）","VoxCPM2音色克隆教程：在线免费克隆与极致克隆说明（2026）| VoxCPM2在线版","guides","VoxCPM2 音色克隆怎么用？在浏览器里上传 3–10 秒参考音频，三步克隆音色，注册即送 15 万字符。本文同时讲清楚 VoxCPM2 官方的「极致克隆」和「可控克隆」是什么、需要准备什么，以及在线版和开源版的区别。","三步在线克隆音色，顺带讲清极致克隆和可控克隆。","2026-10-26","",{"src":13,"alt":14,"width":15,"height":16},"/blog/images/vox-v1-cover.webp","录制声音克隆用的参考音频",1200,630,"约 6 分钟",[19,20,21,22],"VoxCPM2 音色克隆","极致克隆","声音克隆","VoxCPM2 在线",[24,20,21,25],"voxcpm2-音色克隆","voxcpm2-在线",true,1,false,"VoxCPM2 音色克隆在浏览器里三步完成：上传一段 3–10 秒的清晰录音创建声音模型，输入文案，点生成。注册即送 150,000 字符，克隆次数和声音模型数量不限，不需要显卡。\n「极致克隆」和「可控克隆」是 VoxCPM2 开源版的两种克隆模式（据 OpenBMB/VoxCPM 官方仓库）：极致克隆要同时提供参考音频和这段音频的逐字文本，追求最大程度还原；可控克隆只要参考音频，还能加风格指引。本站在线版没有单独的「极致克隆」开关，只需上传参考音频即可克隆。","\u003Cp>VoxCPM2 音色克隆在浏览器里三步完成：上传一段 3–10 秒的清晰录音创建声音模型，输入文案，点生成。注册即送 150,000 字符，克隆次数和声音模型数量不限，不需要显卡。\u003C/p>\u003Cp>「极致克隆」和「可控克隆」是 VoxCPM2 开源版的两种克隆模式（据 OpenBMB/VoxCPM 官方仓库）：极致克隆要同时提供参考音频和这段音频的逐字文本，追求最大程度还原；可控克隆只要参考音频，还能加风格指引。本站在线版没有单独的「极致克隆」开关，只需上传参考音频即可克隆。\u003C/p>",[32,35,38,41,44],{"q":33,"a":34},"VoxCPM2 音色克隆免费吗？","本站注册即送 150,000 字符，克隆次数和声音模型数量不限。VoxCPM2 模型本身是开源的（Apache-2.0），自己部署不收模型费。",{"q":36,"a":37},"在线版有极致克隆吗？","没有单独的「极致克隆」选项。在线版只需上传参考音频就能克隆，不需要提供参考音频的逐字文本。想用开源版的极致克隆模式，需要本地部署 VoxCPM2。",{"q":39,"a":40},"极致克隆和可控克隆有什么区别？","据 VoxCPM 官方仓库：极致克隆需要参考音频加它的逐字文本，追求最大程度还原，做法和 VoxCPM1.5 相同；可控克隆只需参考音频，并可选加风格指引，能在保留音色的同时调整说话风格。可控克隆是 VoxCPM2 新增的能力。",{"q":42,"a":43},"参考音频要多长？","3–10 秒、一两句完整的话最合适。太短抓不住音色，太长不会更像。",{"q":45,"a":46},"可以克隆别人的声音吗？","只能克隆本人或已获授权的声音。生成的音频发布时，按《人工智能生成合成内容标识办法》需要标识为 AI 生成。",[48],{"name":49,"url":50},"VoxCPM 官方 GitHub 仓库（OpenBMB/VoxCPM）","https://github.com/OpenBMB/VoxCPM",[52,53],"voxcpm2-vs-voxcpm15","xiaoshuo-tuiwen-peiyin",null,[],"\u003Ch2 id=\"s1\">VoxCPM2 音色克隆怎么做？三步完成\u003C/h2>\n\u003Cp>在浏览器里克隆音色，三步就够，不需要显卡和安装。\u003C/p>\n\u003Col class=\"steps\">\u003Cli>\u003Cstrong>创建声音模型\u003C/strong>：打开「创建声音模型」，上传一段 3–10 秒的清晰录音，起个名字。\u003C/li>\u003Cli>\u003Cstrong>选模型、输入文案\u003C/strong>：在声音克隆页选刚才的声音模型，粘贴要生成的文案。\u003C/li>\u003Cli>\u003Cstrong>生成并下载\u003C/strong>：点生成，试听满意后下载。\u003C/li>\u003C/ol>\n\u003Cfigure class=\"shots n3\">\u003Cdiv class=\"shots-row\">\u003Cdiv class=\"shot\">\u003Cimg src=\"/blog/images/vox-v1-shot1.webp\" alt=\"VoxCPM2 在线版创建声音模型\" width=\"2416\" height=\"1478\" loading=\"lazy\" decoding=\"async\">\u003C/div>\u003Cdiv class=\"shot\">\u003Cimg src=\"/blog/images/vox-v1-shot2.webp\" alt=\"VoxCPM2 在线版选择声音模型并输入文案\" width=\"2548\" height=\"1550\" loading=\"lazy\" decoding=\"async\">\u003C/div>\u003Cdiv class=\"shot\">\u003Cimg src=\"/blog/images/vox-v1-shot3.webp\" alt=\"VoxCPM2 在线版音色克隆生成结果\" width=\"2532\" height=\"1540\" loading=\"lazy\" decoding=\"async\">\u003C/div>\u003C/div>\u003Cfigcaption>VoxCPM2 在线版音色克隆三步\u003C/figcaption>\u003C/figure>\n\u003Ch2 id=\"s2\">示例：8 秒录音克隆出来的效果\u003C/h2>\n\u003Cp>下面是编辑用自己 8 秒左右的录音做的克隆，原样输出、没有后期：\u003C/p>\n\u003Cfigure class=\"audiogroup\">\u003Cfigcaption class=\"ag-title\">参考音频与克隆生成结果（原样输出）\u003C/figcaption>\u003Cdiv class=\"arow\">\u003Cspan class=\"alabel\">参考音频（本人录音）\u003C/span>\u003Caudio controls preload=\"none\" src=\"/blog/audio/vox-v1-ref.mp3\">\u003C/audio>\u003C/div>\u003Cdiv class=\"arow ai\">\u003Cspan class=\"alabel\">克隆生成\u003C/span>\u003Caudio controls preload=\"none\" src=\"/blog/audio/vox-v1-out.mp3\">\u003C/audio>\u003Cspan class=\"aitag\">AI 生成\u003C/span>\u003C/div>\u003Cp class=\"ag-note\">生成文案「这是用我自己的声音生成的一段配音。参考音频只录了八秒，生成的内容可以是任何文案。」本站在线生成，未剪辑、未降噪。\u003C/p>\u003C/figure>\n\u003Ch2 id=\"s3\">参考音频怎么选，克隆才像？\u003C/h2>\n\u003Cdiv class=\"tbl\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>要求\u003C/th>\u003Cth>建议\u003C/th>\u003C/tr>\u003C/thead>\u003Ctbody>\u003Ctr>\u003Ctd>时长\u003C/td>\u003Ctd>3–10 秒，一两句完整的话\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>环境\u003C/td>\u003Ctd>安静，没有背景音乐、回声和别人说话\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>距离\u003C/td>\u003Ctd>离手机或麦克风约 20 厘米\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>语气\u003C/td>\u003Ctd>用你希望生成结果呈现的语气，参考音频的风格会被带到结果里\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>格式\u003C/td>\u003Ctd>MP3、WAV、M4A 都可以\u003C/td>\u003C/tr>\u003C/tbody>\u003C/table>\u003C/div>\n\u003Cp>录音有杂音，先用站内的 AI 降噪处理再上传。\u003C/p>\n\u003Ch2 id=\"s4\">极致克隆是什么？和可控克隆有什么区别？\u003C/h2>\n\u003Cp>「极致克隆」和「可控克隆」是 VoxCPM2 开源版的两种克隆模式。以下内容来自 OpenBMB/VoxCPM 官方仓库：\u003C/p>\n\u003Cdiv class=\"tbl\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>对比项\u003C/th>\u003Cth>极致克隆（Ultimate Cloning）\u003C/th>\u003Cth>可控克隆（Controllable Cloning）\u003C/th>\u003C/tr>\u003C/thead>\u003Ctbody>\u003Ctr>\u003Ctd>需要准备\u003C/td>\u003Ctd>参考音频 + 这段音频的逐字文本\u003C/td>\u003Ctd>参考音频，可选加风格指引\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>目标\u003C/td>\u003Ctd>最大程度还原参考音频的音色和说话方式\u003C/td>\u003Ctd>保留音色的同时，可以调整说话风格\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>版本\u003C/td>\u003Ctd>和 VoxCPM1.5 的做法相同\u003C/td>\u003Ctd>VoxCPM2 新增\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>在本站在线版\u003C/td>\u003Ctd>没有单独开关\u003C/td>\u003Ctd>上传参考音频即可克隆\u003C/td>\u003C/tr>\u003C/tbody>\u003C/table>\u003C/div>\n\u003Cp>\u003Cstrong>本站在线版的情况\u003C/strong>：在线版不需要你提供参考音频的逐字文本，上传参考音频就能克隆，没有单独的「极致克隆」开关。如果你一定要用极致克隆模式，需要从官方仓库下载 VoxCPM2 在本地部署。\u003C/p>\n\u003Cp>\u003Cstrong>在线版怎么尽量克隆得像\u003C/strong>：参考音频是关键。选一段语气接近你想要的成品、环境干净的 5–10 秒录音，效果通常比随手录的长录音更好。\u003C/p>\n\u003Ch2 id=\"s5\">常见问题怎么解决？\u003C/h2>\n\u003Cdiv class=\"tbl\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>现象\u003C/th>\u003Cth>可能原因\u003C/th>\u003Cth>解决办法\u003C/th>\u003C/tr>\u003C/thead>\u003Ctbody>\u003Ctr>\u003Ctd>克隆出来不像本人\u003C/td>\u003Ctd>参考音频有噪音或多人声\u003C/td>\u003Ctd>换一段干净的 5–10 秒录音，先降噪\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>生成的语气和想要的不一样\u003C/td>\u003Ctd>参考音频的语气被带过来了\u003C/td>\u003Ctd>换一段语气接近目标的参考音频\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>长文案中间停顿奇怪\u003C/td>\u003Ctd>一次生成太长\u003C/td>\u003Ctd>每段 150–250 字分开生成\u003C/td>\u003C/tr>\u003Ctr>\u003Ctd>数字读错\u003C/td>\u003Ctd>阿拉伯数字和符号混排\u003C/td>\u003Ctd>改写成汉字\u003C/td>\u003C/tr>\u003C/tbody>\u003C/table>\u003C/div>\n\u003Ch2 id=\"s6\">总结\u003C/h2>\n\u003Cp>VoxCPM2 音色克隆在线三步就能完成；开源版的极致克隆需要参考音频加逐字文本，适合本地部署、追求高还原度的场景。日常配音、小说推文用在线版就够：打开 \u003Ca href=\"/ai-voice-cloning/\">VoxCPM2 在线版声音克隆\u003C/a>，注册即送 150,000 字符。三代版本的差别见\u003Ca href=\"/blog/voxcpm2-vs-voxcpm15/\">《VoxCPM2 和 VoxCPM1.5 有什么区别》\u003C/a>。\u003C/p>",[58,61,64,67,70,73],{"id":59,"text":60},"s1","VoxCPM2 音色克隆怎么做？三步完成",{"id":62,"text":63},"s2","示例：8 秒录音克隆出来的效果",{"id":65,"text":66},"s3","参考音频怎么选，克隆才像？",{"id":68,"text":69},"s4","极致克隆是什么？和可控克隆有什么区别？",{"id":71,"text":72},"s5","常见问题怎么解决？",{"id":74,"text":75},"s6","总结",1792982559100]