ab 12 GBText zu Sprache
Text zu Sprache · Qwen3-TTS
Wandelt Text in Sprache um, auf Englisch und in anderen Sprachen, mit mehreren fertigen Stimmen.
ab 0,12 €/Std. · RTX 3060, 12 GB
Fertige App · VoxCPM2
VoxCPM2 auf einer gemieteten GPU betreiben
VoxCPM2 von OpenBMB wandelt Text in 30 Sprachen mit lebendiger Betonung in Sprache um. Beschreiben Sie eine Stimme in Worten oder übernehmen Sie sie aus einer kurzen Aufnahme. Es läuft auf einer 12-GB-Karte, die Oberfläche öffnet sich in Ihrem Browser.
- App
- Text zu Sprache · VoxCPM2
- GPU
- RTX 3060, 12 GB
- Preis
- ab 0,12 €/Std.
Zum Starten muss Ihr Guthaben eine Stunde Laufzeit der Maschine abdecken. Abgerechnet wird minutengenau nach tatsächlicher Nutzung. Der Server richtet Text zu Sprache · VoxCPM2 für Sie ein.
ab 12 GBGrafikspeicher
2–5 Minutenbis der Server läuft
Minutengenauvom Guthaben abgerechnet
Gradioöffnet sich im Browser
Beispiele: was hineinging und was herauskam
Dieselben Texte, in der fertigen App ohne Nachbearbeitung vertont. Drücken Sie auf Play, um sie anzuhören.
- EN
Welcome to the product tour. In the next two minutes you'll learn how to launch your first GPU server, connect to it, and run a model. No setup required. Let's get started.
- EN
Once upon a time, in a small village by the sea, there lived an old lighthouse keeper who knew every star by name. Each night he climbed the stairs and told the sky a new story.
VoxCPM2 starten · ab 0,12 €/Std. RTX 3060, 12 GB · minutengenau abgerechnet
Was nach dem Start auf dem Server ist
Text zu Sprache · VoxCPM2 ist kostenlos, Sie zahlen nur die GPU-Zeit. Alles wird beim Start installiert, von Hand müssen Sie nichts einrichten.
- Weboberfläche im Browser
- VoxCPM2, Lizenz Apache 2.0
- Eine Schaltfläche im Dashboard, die Gradio öffnet
- Ihr Ordner mit Modellen und Ergebnissen lässt sich beim Stoppen speichern
Lizenz Apache 2.0: Sie dürfen die Sprachausgabe kommerziell nutzen.
Wie viel Speicher Sie brauchen und welche GPU passt
Text zu Sprache · VoxCPM2 braucht eine Karte mit mindestens 12 GB, die günstigste passende ist die RTX 3060. Die Tabelle zeigt den Speicherbedarf anderer Versionen und Aufgaben. Die Preise werden beim Öffnen der Seite aus den verfügbaren Maschinen im Katalog aktualisiert.
| Version | GrafikspeicherSpeicher | Passende GPUGPU | Preis pro StundePro Std. |
|---|---|---|---|
| VoxCPM2, fertige App | ab 12 GB | RTX 3060 | 0,12 € |
Richtwerte aus echten Starts: Komplexe Graphen und hohe Auflösungen brauchen mehr Speicher. Auswahl: die günstigste einzelne Karte mit genug Speicher. Alle GPUs und Preise
VoxCPM2 in 3 Schritten starten
- Registrieren und aufladen. Erstellen Sie ein Konto und laden Sie ab 10 € auf. Zum Starten muss Ihr Guthaben mindestens eine Stunde der gewählten Maschine abdecken, danach zahlen Sie minutengenau.
- App starten. Klicken Sie auf „VoxCPM2 starten“. Das Dashboard öffnet sich mit Text zu Sprache · VoxCPM2 und einer Karte mit mindestens 12 GB; prüfen Sie den Preis und bestätigen Sie.
- Im Browser arbeiten. Der Server startet in 2–5 Minuten, die App lädt das Modell in wenigen weiteren Minuten. Klicken Sie dann im Dashboard auf die Schaltfläche für Gradio und geben Sie Ihren Prompt ein.
Fertig? Stoppen Sie den Server im Dashboard, dann endet die Abrechnung. „Speichern und stoppen“ behält /workspace für 0,03 € pro GB und Monat, auf Ihrem nächsten Server ist der Ordner automatisch wieder da.
Befehle für die manuelle Installation auf einem leeren Server
Auf einem leeren Server installieren
git clone --depth 1 --branch 2.0.3 https://github.com/OpenBMB/VoxCPM && cd VoxCPM
pip install voxcpm==2.0.3 torchcodec==0.5
python app.py --port 7860
Wofür VoxCPM2 eingesetzt wird
01
Hörbücher und Podcasts
Lange Texte mit natürlichen Pausen und natürlicher Betonung.
02
Sprachausgabe in vielen Sprachen
Ein Video in Fassungen für verschiedene Länder.
03
Eine Stimme nach Beschreibung
Zum Beispiel „eine ruhige, tiefe Männerstimme“, ganz ohne eigene Aufnahme.
Tipps vor dem Start
- Für Ihre eigene Stimme laden Sie eine saubere Aufnahme von 5–10 Sekunden zusammen mit ihrem Transkript hoch.
- Die Satzzeichen prägen die Betonung: Ausrufe und Fragen liest das Modell unterschiedlich.
Weitere fertige Apps
Jede App installiert ihre Oberfläche und ihr Modell selbst. Sie zahlen nur die GPU-Zeit.
ab 12 GBText zu Sprache
Text zu Sprache · Chatterbox
Sprachausgabe mit Ihrer eigenen Stimme aus einer 5-Sekunden-Aufnahme. 23 Sprachen.
ab 0,12 €/Std. · RTX 3060, 12 GB
Häufige Fragen
Welche GPU brauche ich für VoxCPM2?
Eine 12-GB-Karte wie die RTX 3060 reicht. Das Modell ist etwa 5 GB groß und wird bei der Installation heruntergeladen.
Worin unterscheidet sich VoxCPM2 von Qwen3-TTS?
VoxCPM2 klingt natürlicher und kann eine Stimme aus einer Probe übernehmen. Qwen3-TTS ist einfacher: fertige Stimme aus der Liste wählen und loslegen.
Wie lange dauert ein Start?
Der Server startet meist in 2–5 Minuten. Danach lädt die App das Modell selbst herunter, was einige weitere Minuten dauert, und im Dashboard erscheint eine Schaltfläche, die Gradio öffnet.
Was passiert mit meinen Modellen und Ergebnissen nach dem Stoppen?
Klicken Sie beim Stoppen auf „Speichern und stoppen“: Der Ordner /workspace mit Ihren Modellen, LoRAs und Ergebnissen wird für 0,03 € pro GB und Monat gespeichert und ist auf Ihrem nächsten Server automatisch wieder da. Wenn Sie ohne Speichern stoppen, wird die Festplatte gelöscht.
Wie wird abgerechnet?
Minutengenau von Ihrem Guthaben in Euro. Sie laden ab 10 € auf; zum Starten muss Ihr Guthaben mindestens eine Stunde der gewählten Maschine abdecken. Stoppen Sie den Server, endet die Abrechnung.
Ein Server ist meist in 2–5 Minuten bereit
In einer Minute registrieren, ab 10 € aufladen, minutengenau bezahlen. Server stoppen, Abrechnung endet.