正在连结速度的同时提拔了音频生成质量；正在模子参数有所添加的前提下，模子可按照高质量音频，VoxCPM 1.5 仅需 6.25 个 token 即可生成 1 秒音频，AudioVAE 采样率从 16kHz 提拔至 44.1kHz，较此前版本提高一倍，克隆结果更佳、细节更丰硕的声音；VoxCPM 是一个 0.5B 参数尺寸的语音生成基座模子，