# VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU

Обновлено 2026-10-23

VoxCPM 2 от OpenBMB — модель синтеза речи на 2 млрд параметров, вышедшая в апреле 2026 года. Она выдаёт звук 48 кГц, говорит на 30 языках, клонирует голоса и создаёт новые по текстовому описанию, всё под Apache 2.0. SuperClonica работает с голосами Supertonic 3, а эта модель примерно в двадцать раз меньше: на CPU она намного быстрее, но и возможностей у неё меньше.

Ниже — сравнение по документации VoxCPM и нашей таблице.

## Что умеет VoxCPM 2

VoxCPM обходится без токенизатора: речь генерируется в латентном пространстве аудио-VAE диффузионно-авторегрессионным конвейером на основе MiniCPM-4.

- 30 языков без языкового тега и девять китайских диалектов, например кантонский и сычуаньский.
- Звук 48 кГц из референса 16 кГц со встроенным суперразрешением.
- Дизайн голоса по описанию на естественном языке и управляемое клонирование.
- Точное клонирование по записи вместе с её текстом.
- Веса и код под Apache 2.0; авторы прямо пишут, что коммерческое использование бесплатно.

## VoxCPM 2 на CPU и видеокарте

На RTX 4090 авторы указывают RTF около 0,3, а с Nano-vLLM — около 0,13; модели нужно примерно 8 ГБ видеопамяти. На Apple M4 Pro через llama.cpp-omni с весами Q8_0 — около 1,76.

Для настольного 8-ядерного процессора мы оцениваем VoxCPM 2 в 2–4 раза медленнее реального времени: фраза на 10 секунд займёт 20–40 секунд. Отправная точка — ONNX-экспорт с RTF 3,8 при весах INT8 на Core i3-12300 и допущение, что более быстрый CPU даст ускорение до двух раз. SuperClonica работает в 6,4–9,7 раза быстрее реального времени, около 1,0–1,6 секунды на ту же фразу.

## Качество и стабильность

В нашей таблице у VoxCPM 2 и SuperClonica одинаковая оценка качества — 4,5 из 5. По стабильности тембра у VoxCPM 2 3,5, у SuperClonica 5.

Авторы VoxCPM сами отмечают, что дизайн голоса и управляемое клонирование от запуска к запуску дают разный результат, и советуют генерировать от одного до трёх раз. Для одного трейлера это не проблема. Для игры, где персонаж произносит тысячи реплик, единый тембр проще держать с фиксированным файлом голоса.

## Когда VoxCPM 2 — лучший выбор

SuperClonica стоит выбрать, когда озвучка идёт на процессорах, офлайн и в больших объёмах на одном из 31 языка Supertonic 3. VoxCPM 2 лучше, если:

- нужен китайский или один из его диалектов;
- важен звук 48 кГц для рекламы, музыки или видео;
- хочется создать голос по описанию или клонировать его мгновенно;
- есть видеокарта примерно с 8 ГБ памяти или больше.

## Ещё о синтезе речи

- [Синтез речи и озвучка текста на вашем компьютере](https://superclonica.com/ru/text-to-speech)
- [SuperClonica против Supertonic: та же модель, быстрее и чище](https://superclonica.com/ru/compare/supertonic)
- [Fish Audio и Fish Speech или SuperClonica](https://superclonica.com/ru/compare/fish-audio)
- [OmniVoice или SuperClonica: больше языков или больше скорости](https://superclonica.com/ru/compare/omnivoice)
- [Qwen3-TTS или SuperClonica для локального синтеза речи](https://superclonica.com/ru/compare/qwen3-tts)
- [F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU](https://superclonica.com/ru/compare/f5-tts)
- [Офлайн-альтернатива ElevenLabs](https://superclonica.com/ru/compare/elevenlabs)
- [Kokoro TTS или SuperClonica: две компактные модели для синтеза речи](https://superclonica.com/ru/compare/kokoro)
- [Piper TTS или SuperClonica: маленькие устройства или свои голоса](https://superclonica.com/ru/compare/piper)
- [Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS](https://superclonica.com/ru/compare/xtts)
- [Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса](https://superclonica.com/ru/compare/chatterbox)

## Руководства по синтезу речи

- [Как озвучить текст голосом офлайн на своём компьютере](https://superclonica.com/ru/guides/offline-text-to-speech)
- [Клонирование голоса: как получить голос, похожий на запись](https://superclonica.com/ru/guides/voice-cloning)
- [Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году](https://superclonica.com/ru/guides/best-free-tts-models)
- [Озвучка текста для видео, аудиокниг, игр и приложений](https://superclonica.com/ru/guides/text-to-speech-for-videos)
- [Голоса Supertonic 3: где взять свои голоса и как ими пользоваться](https://superclonica.com/ru/guides/supertonic-3-voices)
- [Озвучка текста на Python: офлайн, бесплатно и естественными голосами](https://superclonica.com/ru/guides/python-text-to-speech)
- [Свой API для озвучки текста в Docker](https://superclonica.com/ru/guides/text-to-speech-api-docker)

## Частые вопросы

### Работает ли VoxCPM на CPU?

Да, через порты вроде ONNX-экспорта: RTF 3,8 с весами INT8 на Core i3-12300. Для настольного 8-ядерного CPU мы оцениваем скорость в 2–4 раза медленнее реального времени. В официальных требованиях указана CUDA 12.0 или новее.

### Сколько видеопамяти нужно VoxCPM 2?

Около 8 ГБ, согласно сравнительной таблице в репозитории VoxCPM.

### Можно ли бесплатно использовать VoxCPM в коммерческих целях?

Да. Веса и код выпущены под Apache 2.0, и авторы прямо называют их бесплатными для коммерческого использования.

### Что быстрее озвучит длинный текст без видеокарты?

SuperClonica. По нашим оценкам для настольного 8-ядерного CPU, час аудио занимает около 7–11 минут с SuperClonica и 2–4 часа с VoxCPM 2.

- [Открыть каталог голосов](https://superclonica.com/ru/explore)
- [Инструкция по установке SuperClonica](https://superclonica.com/ru/superclonica)

## Источники

- [Репозиторий VoxCPM (GitHub)](https://github.com/OpenBMB/VoxCPM)
- [Карточка модели VoxCPM2 (Hugging Face)](https://huggingface.co/openbmb/VoxCPM2)
- [ONNX-экспорт с замерами на CPU](https://github.com/DakeQQ/Text-to-Speech-TTS-ONNX#performance)
- [Карточка модели Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/ru/)
- [Каталог AI-голосов для озвучки текста](https://superclonica.com/ru/explore)
- [Заказ голоса по референсу для Supertonic 3](https://superclonica.com/ru/requests)
- [Как это работает: голоса, озвучка, обучение](https://superclonica.com/ru/guide)
- [Установка быстрого движка для Supertonic 3](https://superclonica.com/ru/superclonica)
- [О нас: команда энтузиастов синтеза речи](https://superclonica.com/ru/about)
- [Контакты, поддержка и жалобы на голоса](https://superclonica.com/ru/contacts)
- [Политика конфиденциальности](https://superclonica.com/ru/privacy)
- [Условия использования](https://superclonica.com/ru/terms)
- [Синтез речи](https://superclonica.com/ru/text-to-speech)