# VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か

更新日 2026-10-23

OpenBMBのVoxCPM 2は、2026年4月に公開された20億パラメータの音声合成モデルです。48kHzで出力し、30言語を話し、声のクローンもテキストの説明からの新しい声の作成もこなし、すべてApache 2.0で公開されています。SuperClonicaが動かすSupertonic 3はおよそ20分の1の大きさなので、CPUではずっと速い反面、できることは限られます。

以下は、VoxCPMのドキュメントと当社の比較表にもとづく比較です。

## VoxCPM 2でできること

VoxCPMはトークナイザーを使わず、MiniCPM-4をベースにした拡散自己回帰型のパイプラインで、音声VAEの潜在空間上で音声を生成します。

- 言語タグなしで30言語。広東語や四川語など中国語の方言9種にも対応。
- 16kHzの参考音声から48kHzで出力。超解像を内蔵。
- 自然文の説明からのボイスデザインと、制御可能なクローン。
- 参考音声と書き起こしを使った忠実なクローン。
- 重みとコードはApache 2.0。開発元は商用利用も無料と明記しています。

## CPUとGPUでのVoxCPM 2

開発元によると、RTX 4090でのRTFは約0.3、Nano-vLLMを使うと約0.13で、必要なVRAMは約8GBです。Apple M4 Proでllama.cpp-omniとQ8_0の重みを使った場合は約1.76です。

8コアのデスクトップCPUでは、リアルタイムより2〜4倍遅いと当社は見積もっています。10秒の文に20〜40秒です。出発点は、Core i3-12300でINT8重みのRTFが3.8というONNX版の報告で、より速いCPUでも最大2倍速と仮定しました。SuperClonicaはリアルタイムの6.4〜9.7倍速、同じ文で約1.0〜1.6秒です。

## 品質と安定性

当社の表では、VoxCPM 2とSuperClonicaの品質評価はどちらも5点満点中4.5点です。声色の安定性はVoxCPM 2が3.5点、SuperClonicaが5点です。

VoxCPMの開発元自身も、ボイスデザインと制御可能なクローンは実行ごとに結果がばらつくことがあると認めており、1〜3回生成してみるよう勧めています。予告編1本なら問題ありませんが、1人のキャラクターが何千ものセリフを話すゲームなら、固定の音声ファイルのほうが一貫性を保ちやすいでしょう。

## VoxCPM 2を選ぶべき場面

CPUで、オフラインで、大量に、Supertonic 3の31言語のどれかで音声を作るならSuperClonicaです。次のような場合はVoxCPM 2が向いています。

- 中国語やその方言が必要。
- 広告、音楽、映像のために48kHzが欲しい。
- 説明文から声を作りたい、またはすぐにクローンしたい。
- 約8GB以上のメモリを積んだGPUがある。

## 音声合成についてもっと読む

- [自分のPCで動く音声合成・テキスト読み上げ](https://superclonica.com/ja/text-to-speech)
- [Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに](https://superclonica.com/ja/compare/supertonic)
- [Fish Audio・Fish SpeechとSuperClonicaの比較](https://superclonica.com/ja/compare/fish-audio)
- [OmniVoiceとSuperClonica：言語の多さか、速度か](https://superclonica.com/ja/compare/omnivoice)
- [ローカル音声合成ならQwen3-TTSかSuperClonicaか](https://superclonica.com/ja/compare/qwen3-tts)
- [F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか](https://superclonica.com/ja/compare/f5-tts)
- [オフラインで使えるElevenLabsの代替](https://superclonica.com/ja/compare/elevenlabs)
- [Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ](https://superclonica.com/ja/compare/kokoro)
- [Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か](https://superclonica.com/ja/compare/piper)
- [Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として](https://superclonica.com/ja/compare/xtts)
- [Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか](https://superclonica.com/ja/compare/chatterbox)

## 音声合成ガイド

- [自分のPCでテキストをオフライン読み上げする方法](https://superclonica.com/ja/guides/offline-text-to-speech)
- [ボイスクローン：録音の声に近い音声を手に入れる方法](https://superclonica.com/ja/guides/voice-cloning)
- [2026年、ローカルで使える無料の音声合成モデル](https://superclonica.com/ja/guides/best-free-tts-models)
- [動画、オーディオブック、ゲーム、アプリのテキスト読み上げ](https://superclonica.com/ja/guides/text-to-speech-for-videos)
- [Supertonic 3 の音声：カスタム音声の入手先と使い方](https://superclonica.com/ja/guides/supertonic-3-voices)
- [Pythonで音声合成：オフライン・無料・自然な声で](https://superclonica.com/ja/guides/python-text-to-speech)
- [Dockerで動かすセルフホスト音声合成API](https://superclonica.com/ja/guides/text-to-speech-api-docker)

## よくある質問

### VoxCPMはCPUで動きますか？

ONNX版などの移植で動きます。Core i3-12300でINT8のRTFが3.8と報告されています。8コアのデスクトップCPUでは、リアルタイムより2〜4倍遅いと当社は見積もっています。公式の動作要件はCUDA 12.0以上です。

### VoxCPM 2に必要なVRAMはどれくらいですか？

VoxCPMリポジトリの比較表によると、約8GBです。

### VoxCPMは無料で商用利用できますか？

はい。重みとコードはApache 2.0で公開されており、開発元は商用利用も無料だと明記しています。

### GPUなしで長いナレーションを作るなら、どちらが速いですか？

SuperClonicaです。8コアのデスクトップCPUでの当社の見積もりでは、1時間の音声にSuperClonicaは約7〜11分、VoxCPM 2は2〜4時間かかります。

- [音声カタログを開く](https://superclonica.com/ja/explore)
- [SuperClonicaのインストールガイド](https://superclonica.com/ja/superclonica)

## 出典

- [VoxCPM リポジトリ（GitHub）](https://github.com/OpenBMB/VoxCPM)
- [VoxCPM2 モデルカード（Hugging Face）](https://huggingface.co/openbmb/VoxCPM2)
- [CPUでの数値を含むONNX版](https://github.com/DakeQQ/Text-to-Speech-TTS-ONNX#performance)
- [Supertonic 3 モデルカード](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/ja/)
- [テキスト読み上げ用AI音声カタログ](https://superclonica.com/ja/explore)
- [Supertonic 3 カスタム音声の依頼](https://superclonica.com/ja/requests)
- [仕組み：音声、ローカル合成、学習](https://superclonica.com/ja/guide)
- [高速な Supertonic 3 エンジンのインストール](https://superclonica.com/ja/superclonica)
- [私たちについて：音声合成が好きなチーム](https://superclonica.com/ja/about)
- [お問い合わせ・サポート・音声の通報](https://superclonica.com/ja/contacts)
- [プライバシーポリシー](https://superclonica.com/ja/privacy)
- [利用規約](https://superclonica.com/ja/terms)
- [音声合成](https://superclonica.com/ja/text-to-speech)