How to Use ｜使用说明

1. (Optional) Provide a Voice Prompt - Upload or record an audio clip to provide the desired voice characteristics for synthesis.
   （可选）提供参考声音 - 上传或录制一段音频，为声音合成提供音色、语调和情感等个性化特征
2. (Optional) Enter prompt text - If you provided a voice prompt, enter the corresponding transcript here (auto-recognition available).
   （可选项）输入参考文本 - 如果提供了参考语音，请输入其对应的文本内容（支持自动识别）。
3. Enter target text - Type the text you want the model to speak.
   输入目标文本 - 输入您希望模型朗读的文字内容。
4. Generate Speech - Click the "Generate" button to create your audio.
   生成语音 - 点击"生成"按钮，即可为您创造出音频。

Text Normalization｜文本正则化

• Enable to process general text with an external WeTextProcessing component.
  启用：使用 WeTextProcessing 组件，可支持常见文本的正则化处理。
• Disable to use VoxCPM's native text understanding ability. For example, it supports phonemes input (For Chinese, phonemes are converted using pinyin, {ni3}{hao3}; For English, phonemes are converted using CMUDict, {HH AH0 L OW1}), try it!
  禁用：将使用 VoxCPM 内置的文本理解能力。如，支持音素输入（如中文转拼音：{ni3}{hao3}；英文转CMUDict：{HH AH0 L OW1}）和公式符号合成，尝试一下！

CFG Value｜CFG 值

• Lower CFG if the voice prompt sounds strained or expressive, or instability occurs with long text input.
  调低：如果提示语音听起来不自然或过于夸张，或者长文本输入出现稳定性问题。
• Higher CFG for better adherence to the prompt speech style or input text, or instability occurs with too short text input. 调高：为更好地贴合提示音频的风格或输入文本， 或者极短文本输入出现稳定性问题。

Inference Timesteps｜推理时间步

• Lower for faster synthesis speed.
  调低：合成速度更快。
• Higher for better synthesis quality.
  调高：合成质量更佳。