OpenBMB 推出 VoxCPM-0.5B，试了下，中文语音生成 还不错，读数字也准确，他们给出的性能图里有多个不同语音模型的表现，推荐看下 注： Seed-TTS-eval 用哪些指标？ - WER（Word Error Rate，↓越低越好）：把合成语音用 ASR 转回文本，与目标文本比对得到词错率；英文用 Whisper-large-v3，中文用 Paraformer-zh 做 ASR