How do I install the Voxcpm Tts skill?

Run npx skillmds@latest add bokuwalily/voxcpm-tts in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Voxcpm Tts safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Voxcpm Tts?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Voxcpm Tts free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Voxcpm Tts?

bokuwalily (@bokuwalily) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Voxcpm Tts by bokuwalily — Agent Skill

Name: Voxcpm Tts
Author: bokuwalily

Voxcpm Tts

テキストから音声を合成したい時（動画ナレーション/ショート動画の読み上げ/ボイスオーバー/声真似クローン）。多言語TTS、参照音声で声マネ可。MoneyPrinterTurbo・HyperFrames動画パイプの読み上げ工程に使う。完全ローカル・無料(Claude MAX外課金なし)。

bokuwalily Updated Sep 17, 2026

File contents

VoxCPM ローカル音声合成(TTS)

⚠️ 実体は削除済み（2026-07-03・本人承認）: リポジトリ・venv・CLI tts.py は消滅。このskillは再構築手順書＋検証済み知見として保持。再構築: OpenBMB/VoxCPMを再clone→uv venv -p 3.11＋pip install（Python3.14はtorch不可・3.11必須。モデル openbmb/VoxCPM2 は ~/.cache/huggingface に生存＝再DL不要）。tts.py（text→48kHz WAV・--refで声クローン）は本書仕様で再作成。以下のパス記述は当時のもの。

OpenBMB製・完全ローカル・無料。永続: ~/archive/retired-projects/oss-trial/VoxCPM/（py3.11、MPS、モデルopenbmb/VoxCPM2は~/.cache/huggingface）。

Procedure

cd ~/archive/retired-projects/oss-trial/VoxCPM

# 基本: テキスト→WAV
.venv/bin/python tts.py "読み上げる文" -o out.wav

# 声真似(voice cloning): 参照音声+その書き起こしを渡す
.venv/bin/python tts.py "好きな文" -o out.wav --ref ref.wav --ref-text "参照音声の中身"

# 品質/表現調整
.venv/bin/python tts.py "文" -o out.wav --steps 20 --cfg 2.5

出力48kHz WAV。--steps増=高品質/遅、--cfg=表現の強さ
動画パイプ: ナレ原稿→tts.pyでWAV→MoneyPrinterTurbo/HyperFramesの音声トラックに差す
参照音声は数秒のクリーンなWAVでOK

Pitfalls

初回ロードが重い: モデル+denoiser読込で数十秒。常駐させず必要時のみ実行（MCP化しなかった理由）
Python 3.14でtorch不可: venvは3.11固定。uv venv --python 3.11
MPS(Apple Silicon)で動作: device自動検出。CUDA無し環境前提
長文は分割: 1回のgenerateは1段落〜数文が安定。長尺は文単位でループ生成→結合
--ref使うなら--ref-text必須: 書き起こし無いと声マネ精度が落ちる
商用利用・なりすまし注意: 他人の声クローンは同意の範囲で

Verification

cd ~/archive/retired-projects/oss-trial/VoxCPM
.venv/bin/python tts.py "これはテストです。" -o /tmp/voxcpm_check.wav
.venv/bin/python -c "import soundfile as sf;w,sr=sf.read('/tmp/voxcpm_check.wav');print(f'{len(w)/sr:.1f}s @ {sr}Hz')"
# 期待: 数秒のWAV @ 48000Hz が生成される

2026-06-09検証: 日本語26文字→7.4秒WAV @ 48kHz 生成成功（MPS）。

---name: voxcpm-ttsdescription: テキストから音声を合成したい時（動画ナレーション/ショート動画の読み上げ/ボイスオーバー/声真似クローン）。多言語TTS、参照音声で声マネ可。MoneyPrinterTurbo・HyperFrames動画パイプの読み上げ工程に使う。完全ローカル・無料(Claude MAX外課金なし)。---# VoxCPM ローカル音声合成(TTS)> ⚠️ **実体は削除済み（2026-07-03・本人承認）**: リポジトリ・venv・CLI `tts.py` は消滅。このskillは**再構築手順書＋検証済み知見**として保持。再構築: OpenBMB/VoxCPMを再clone→`uv venv -p 3.11`＋pip install（**Python3.14はtorch不可・3.11必須**。モデル `openbmb/VoxCPM2` は `~/.cache/huggingface` に生存＝再DL不要）。`tts.py`（text→48kHz WAV・--refで声クローン）は本書仕様で再作成。以下のパス記述は当時のもの。OpenBMB製・完全ローカル・無料。永続: `~/archive/retired-projects/oss-trial/VoxCPM/`（py3.11、MPS、モデル`openbmb/VoxCPM2`は`~/.cache/huggingface`）。## Procedure```bashcd ~/archive/retired-projects/oss-trial/VoxCPM# 基本: テキスト→WAV.venv/bin/python tts.py "読み上げる文" -o out.wav# 声真似(voice cloning): 参照音声+その書き起こしを渡す.venv/bin/python tts.py "好きな文" -o out.wav --ref ref.wav --ref-text "参照音声の中身"# 品質/表現調整.venv/bin/python tts.py "文" -o out.wav --steps 20 --cfg 2.5```- 出力48kHz WAV。`--steps`増=高品質/遅、`--cfg`=表現の強さ- 動画パイプ: ナレ原稿→`tts.py`でWAV→MoneyPrinterTurbo/HyperFramesの音声トラックに差す- 参照音声は数秒のクリーンなWAVでOK## Pitfalls- **初回ロードが重い**: モデル+denoiser読込で数十秒。常駐させず必要時のみ実行（MCP化しなかった理由）- **Python 3.14でtorch不可**: venvは3.11固定。`uv venv --python 3.11`- **MPS(Apple Silicon)で動作**: device自動検出。CUDA無し環境前提- **長文は分割**: 1回のgenerateは1段落〜数文が安定。長尺は文単位でループ生成→結合- **`--ref`使うなら`--ref-text`必須**: 書き起こし無いと声マネ精度が落ちる- 商用利用・なりすまし注意: 他人の声クローンは同意の範囲で## Verification```bashcd ~/archive/retired-projects/oss-trial/VoxCPM.venv/bin/python tts.py "これはテストです。" -o /tmp/voxcpm_check.wav.venv/bin/python -c "import soundfile as sf;w,sr=sf.read('/tmp/voxcpm_check.wav');print(f'{len(w)/sr:.1f}s @ {sr}Hz')"# 期待: 数秒のWAV @ 48000Hz が生成される```2026-06-09検証: 日本語26文字→7.4秒WAV @ 48kHz 生成成功（MPS）。

Frequently asked questions