本文系统梳理 VoxCPM 2 的高效使用方法,强调效果关键不在盲目堆参数,而在避开基础误区。长文本应先自动切分并搭配极致克隆,参考音频需干净且控制在 5-30 秒;克隆模式提示词要简洁,无参考模式则适合详细描述。合理使用 CFG、步数、增强和文本规范化,才能获得更自然稳定的语音成品。