基于 VoxCPM2 的开源视频多语言翻译与音色克隆配音工具上线

2026年8月31日，开源社区发布了基于 VoxCPM2 语音模型的视频多语言翻译与音色克隆配音工具，为音视频多语言出海提供了端到端本地化处理方案。

• 工具集成了 VoxCPM2 声音克隆、Whisper 语音转录与词级对齐、机器翻译以及可选的 LatentSync 唇形同步技术。
• 流程实现了从人声伴奏分离、跨语种克隆配音到画面嘴型重建的全流程贯通，重点维持原讲话人的音色与表达自然度。
• 方案采用本地优先的处理架构，兼顾用户的数据安全性与离线运行需求。
• 影响/看点：全流程跨语言音视频配音工具的开源，降低了多语种内容本地化的技术与资金门槛，其普及速度将受限于本地硬件对长视频渲染处理的算力支持。
• 资料依据：
• X：面壁智能 OpenBMB (@OpenBMB)（2026-08-31）：https://x.com/OpenBMB/status/2094410209406194001

本内容由 AI 生成，仅供参考，请注意甄别