VoxCPM 是一个支持中英文、零样本语音克隆、情感可控、音素/公式输入的统一端到端语音合成大模型。它不依赖传统 TTS 流水线（如文本分析 → 音素对齐 → 声码器），而是直接从文本生成高质量语音波形
新版本新增特性:
1.UI颠覆性重构，主要体现在:场景从"语音克隆"+"语音设计"分为"简单场景"+"复杂场景"，复杂场景中均支持可控克隆和极致克隆两种方式，适用于不同诉求。特别注意的是Excel中模板根据不同场景拆分为两个，且字段含义不同。
2.新增了api调用及详细说明文档。
3.音色设计页面UI美化，并引入了文本替换
