OmniVoice vs. VoxCPM2: qual modelo de texto para fala aberto usar?

OmniVoice cobre mais de 600 idiomas, mas seus pesos são não comerciais; o VoxCPM2 cobre 30 idiomas sob Apache 2.0. Compare idiomas, design de voz e licença.

  • Atualizado

Veredito. Escolha primeiro pela licença, depois pelos idiomas. O VoxCPM2 é um modelo de 2B sob Apache 2.0, então você pode usá-lo em um produto. Ele cobre 30 idiomas com saída em 48 kHz, design de voz a partir de uma descrição em texto e clonagem, e roda com cerca de 8 GB de VRAM. O OmniVoice é menor, com 0.6B, e cobre mais de 600 idiomas, mas seus pesos são CC BY-NC, então serve para pesquisa e projetos pessoais mesmo com o código sob Apache 2.0. O design de voz do OmniVoice foi treinado apenas com chinês e inglês, e ambos os desenvolvedores proíbem personificação e fraude.

Especificações

Especificações OmniVoiceVoxCPM2
DesenvolvedorXiaomiOpenBMB
Lançamento1 de abril de 2026abril de 2026
Total de parâmetros613M (OmniVoice)2.29B (VoxCPM2)
Parâmetros ativosTodosTodos
ArquiteturaDifusãoDifusão
Janela de contexto––
EntradaTexto, ÁudioTexto, Áudio
Licença CC BY-NC (Não comercial) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)3.75 GB (OmniVoice)8 GB (VoxCPM2)

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha OmniVoice se

  • Você precisa de um idioma fora dos 30 do VoxCPM2, já que o OmniVoice lista mais de 600 idiomas.
  • Seu uso é pesquisa ou pessoal, então a licença CC BY-NC serve.
  • Você quer geração em lote rápida em uma GPU com um modelo pequeno de 0.6B.
  • Você precisa de idiomas de baixos recursos que outros modelos não cobrem e pode aceitar resultados menos estáveis.

Escolha VoxCPM2 se

  • Você está construindo um produto, porque o Apache 2.0 permite uso comercial.
  • Você quer uma voz nova a partir de uma descrição em texto, sem áudio de referência.
  • Você precisa de saída em 48 kHz ou dialetos chineses.
  • Você quer clonar uma voz ou fazer fine-tuning com alguns minutos de áudio sob Apache 2.0.

OmniVoice · VoxCPM2