• 投稿

一个开源项目打通ASR+TTS+实时语音,微软VibeVoice直接卷死闭源大厂?

1.3万
11
2026-03-29 22:23:52
203
44
678
90
大家好,欢迎来到我的频道!今天我给大家带来一个真正能改变语音 AI 行业的开源神器——VibeVoice! 这个项目来自微软,仓库里一次性开源了三个前沿模型: VibeVoice-ASR,能把 60 分钟的长音频一次性转成结构化文本,自动标注说话人、时间戳,还支持自定义热词; VibeVoice-TTS,最强 90 分钟多说话人语音合成,4 个角色自然对话、带情绪、甚至能即兴唱歌; VibeVoice-Realtime,只有 0.5B 参数,却做到 300 毫秒首音频延迟的实时流式合成!
连续创业者|All in AIAI干货教程|一人公司项目实践|每日AI事件独行者快,众行者远
接下来播放
自动连播
客服
顶部
赛事库 课堂 2021拜年纪