VoxCPM2

VoxCPM2 是 OpenBMB 开源的 TTS 模型，支持声音克隆。OpenMAIC 自带适配器，把 VoxCPM 跑在自己机器上即可对接。

什么时候用 VoxCPM2

• 想要稳定、免费的 TTS，无字符计费。
• 想要声音克隆（每个 Agent 用一段短样本生成自己的音色）。
• 在本地部署或离线环境。

如果只想要一个默认音色，用内置的 豆包 或 OpenAI 兼容 提供方更简单，参见 配置 → TTS 提供方。

1. 起一个 VoxCPM 后端

OpenMAIC 支持三种部署形态，三种走的是同一个 OpenMAIC 适配器；在 openmaic.yml 中通过服务商的 options.backend 选择你运行的那一种（见第 2 步）。

每种后端的具体启动方式见 VoxCPM 仓库。一个典型的本地快速启动：

# vLLM-Omni 示例
pip install vllm
python -m vllm_omni.server --model openbmb/VoxCPM2 --port 8000
# 端点为 http://localhost:8000/v1

2. 让 OpenMAIC 对接它

VoxCPM2 运行在你自己的网络中，因此它的端点由部署配置，工作区不能在 设置 → 模型服务 中添加它。请在 openmaic.yml 中声明它，用 options.backend 选择后端，并分配给 tts 槽位，不需要 API key：

providers:
  voxcpm:
    preset: voxcpm-tts
    baseUrl: http://localhost:8000/v1
    options:
      backend: vllm-omni          # vllm-omni（默认）| python-api | nano-vllm

slots:
  tts: voxcpm

服务商的 options.backend 作用于 tts 槽位上的所有请求。音色注册只在 vllm-omni 后端可用；使用 python-api 和 nano-vllm 时，音色提示会随每次请求发送。

没有 openmaic.yml 时，旧版变量可以配置端点，但无法选择后端；如需 python-api 或 nano-vllm，请使用 openmaic.yml：

TTS_VOXCPM_BASE_URL=http://localhost:8000/v1

由于该服务商由服务端托管，它的端点可以位于内网而无需 ALLOW_LOCAL_NETWORKS，用户也无法覆盖它。

3. 声音管理

先把 VoxCPM2 分配给 tts 槽位（第 2 步），再打开 设置 → 模型服务 → 语音合成 → VoxCPM2。只有当 tts 槽位解析到 voxcpm-tts 服务商时才会出现 VoxCPM 音色管理，其中有三种音色模式。

Auto Voice（默认）

OpenMAIC 在合成时根据每个 Agent 的人设动态生成 voice prompt。无需任何配置，什么都不做就是这个效果。

Prompt voice（提示词音色）

用自然语言描述音色。生成后可以复用，分配给任意 Agent。

示例："温暖的女老师声音，平稳鼓励，中音域，吐字清晰。"

Clone voice（声音克隆）

上传一段短的参考音频（≤ 60 秒，≤ 10 MB），或者直接在浏览器里录一段。音频存在 IndexedDB 中，每次合成时发给后端。

常见问题