首頁微軟的 VibeVoice AI 系列開放原始碼，可處理長達 90 分鐘的對話，GitHub 星標數突破 27,000 顆
微軟最近開源了一套名為VibeVoice 的尖端語音 AI 模型系列，具備自動語音辨識（ASR）和文字轉語音（TTS）等功能。 憑藉其強大的長音訊處理能力、自然的多發言人對話生成功能，以及即時、低延遲的表現，該專案迅速引起開發者社群的關注，目前在 GitHub 上已累積約 27,000 顆星。
VibeVoice 作為採用 MIT 授權的開源研究框架發布，支援本地部署且無需支付雲端訂閱費用，旨在促進語音合成領域的合作與創新。該模型系列包含三個核心成員，各自針對傳統語音 AI 中的特定挑戰進行優化，例如長序列處理、發言人一致性及自然流暢度。
VibeVoice-ASR-7B：強大的結構化語音轉文字工具，可處理長達 60 分鐘的音訊
VibeVoice-ASR-7B是一款統一的語音轉文字模型，能夠在單次處理中處理長達 60 分鐘的音訊檔案，並直接輸出結構化文字記錄。輸出結果會識別說話者、提供精確的時間戳記，並詳述語音內容，同時支援自訂熱詞以提升專有名詞或技術術語的辨識準確度。 支援超過 50 種語言，非常適合用於長篇會議錄音和播客轉錄等複雜情境。
社群開發者已基於此模型開發出實用工具，例如適用於 macOS 和 Windows 的語音輸入法「Vibing」。使用者反饋顯示其在速度與準確度方面表現優異，顯著提升了日常語音輸入的效率。
VibeVoice-TTS-1.5B：支援多達 90 分鐘、多名講者的生動語音生成
VibeVoice-TTS-1.5B是核心文字轉語音模型，能一次生成長達 90 分鐘的連續音訊，並支援多達四位不同講者，以模擬自然的對話。合成語音極具表現力，聽起來自然流暢，並具備真實的停頓、重音和情緒變化，非常適合播客、長篇敘事、有聲書或多角色對話。
有別於許多僅限 1 至 2 名發言者的傳統 TTS 模型，VibeVoice-TTS 在長篇內容與多發言者的一致性方面實現了重大突破。其架構結合了連續語音分詞器（包含聲學與語義分析）與低幀率（7.5Hz），大幅提升了長序列的運算效率。
VibeVoice-Realtime-0.5B：延遲約 300 毫秒的即時語音合成
VibeVoice-Realtime-0.5B專為即時應用設計，支援串流文字輸入，首音延遲約 300 毫秒，同時仍能生成長達 10 分鐘的音訊。此模型特別適合需要即時回饋的互動式應用，例如即時語音助理或直播配音。
此外，該專案還引入了實驗性的發音者支援功能，包含多國語言發音及多種英語風格變體，為開發者提供更豐富的自訂選項。
AIbase 評析：微軟將 VibeVoice 開源，不僅降低了高性能語音 AI 的入門門檻，更提供了一套完整的本地部署解決方案。該專案曾因潛在的濫用風險而短暫下架，但在實施音訊水印和可聽見的免責聲明等安全措施後重新上線，體現了負責任的 AI 開發原則。開發者現在可從 GitHub 和 Hugging Face 取得模型權重，並透過 Colab 等平台快速進行測試。
隨著開源社群持續貢獻（包括針對 Apple Silicon 的優化），VibeVoice 勢將加速在內容創作、輔助技術工具及語音互動領域的應用。有興趣的開發者可造訪微軟的官方專案頁面進行進一步探索。
專案網址：https://github.com/microsoft/VibeVoice
相關文章
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本，以推動海外增長
Anthropic，一家美國知名的人工智慧公司，正加強其全球推廣力度。週三，該公司在東京舉辦了一場大型開發者活動“Code with Claude”，吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場，強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中，Anthropic展示了其先進的自主編碼系統，該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長，Anthropic希望透過此類活動加強
相關專題推薦
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
會議助理
頂尖 AI 會議摘要工具：清晰追蹤決策與後續行動
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
數據分析
最佳人工智慧資料清洗工具：快速處理缺失值與重複資料
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
設計與藝術
最佳AI創意構思工具，助力藝術家突破視覺瓶頸
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
評論 (0)
0/500
微軟最近開源了一套名為VibeVoice 的尖端語音 AI 模型系列，具備自動語音辨識（ASR）和文字轉語音（TTS）等功能。 憑藉其強大的長音訊處理能力、自然的多發言人對話生成功能，以及即時、低延遲的表現，該專案迅速引起開發者社群的關注，目前在 GitHub 上已累積約 27,000 顆星。
VibeVoice 作為採用 MIT 授權的開源研究框架發布，支援本地部署且無需支付雲端訂閱費用，旨在促進語音合成領域的合作與創新。該模型系列包含三個核心成員，各自針對傳統語音 AI 中的特定挑戰進行優化，例如長序列處理、發言人一致性及自然流暢度。
VibeVoice-ASR-7B：強大的結構化語音轉文字工具，可處理長達 60 分鐘的音訊
VibeVoice-ASR-7B是一款統一的語音轉文字模型，能夠在單次處理中處理長達 60 分鐘的音訊檔案，並直接輸出結構化文字記錄。輸出結果會識別說話者、提供精確的時間戳記，並詳述語音內容，同時支援自訂熱詞以提升專有名詞或技術術語的辨識準確度。 支援超過 50 種語言，非常適合用於長篇會議錄音和播客轉錄等複雜情境。
社群開發者已基於此模型開發出實用工具，例如適用於 macOS 和 Windows 的語音輸入法「Vibing」。使用者反饋顯示其在速度與準確度方面表現優異，顯著提升了日常語音輸入的效率。
VibeVoice-TTS-1.5B：支援多達 90 分鐘、多名講者的生動語音生成
VibeVoice-TTS-1.5B是核心文字轉語音模型，能一次生成長達 90 分鐘的連續音訊，並支援多達四位不同講者，以模擬自然的對話。合成語音極具表現力，聽起來自然流暢，並具備真實的停頓、重音和情緒變化，非常適合播客、長篇敘事、有聲書或多角色對話。
有別於許多僅限 1 至 2 名發言者的傳統 TTS 模型，VibeVoice-TTS 在長篇內容與多發言者的一致性方面實現了重大突破。其架構結合了連續語音分詞器（包含聲學與語義分析）與低幀率（7.5Hz），大幅提升了長序列的運算效率。
VibeVoice-Realtime-0.5B：延遲約 300 毫秒的即時語音合成
VibeVoice-Realtime-0.5B專為即時應用設計，支援串流文字輸入，首音延遲約 300 毫秒，同時仍能生成長達 10 分鐘的音訊。此模型特別適合需要即時回饋的互動式應用，例如即時語音助理或直播配音。
此外，該專案還引入了實驗性的發音者支援功能，包含多國語言發音及多種英語風格變體，為開發者提供更豐富的自訂選項。
AIbase 評析：微軟將 VibeVoice 開源，不僅降低了高性能語音 AI 的入門門檻，更提供了一套完整的本地部署解決方案。該專案曾因潛在的濫用風險而短暫下架，但在實施音訊水印和可聽見的免責聲明等安全措施後重新上線，體現了負責任的 AI 開發原則。開發者現在可從 GitHub 和 Hugging Face 取得模型權重，並透過 Colab 等平台快速進行測試。
隨著開源社群持續貢獻（包括針對 Apple Silicon 的優化），VibeVoice 勢將加速在內容創作、輔助技術工具及語音互動領域的應用。有興趣的開發者可造訪微軟的官方專案頁面進行進一步探索。
專案網址：https://github.com/microsoft/VibeVoice
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後，前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）創立了 Safe Superintelligence Inc.（SSI），該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出，該團隊正在利用 TTT（測試時訓練）開發一個緊湊的推理引擎，這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同，該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日，AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投，吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件，並透過AI聊天機器人以自然語言描述其設計概念；系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本，以推動海外增長
Anthropic，一家美國知名的人工智慧公司，正加強其全球推廣力度。週三，該公司在東京舉辦了一場大型開發者活動“Code with Claude”，吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場，強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中，Anthropic展示了其先進的自主編碼系統，該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長，Anthropic希望透過此類活動加強
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
2026 年最新高評價最佳 AI 會議摘要工具，助您清晰追蹤決策並輕鬆進行後續跟進。這份精選清單展示了一系列強大且具顛覆性的解決方案，透過自動化會議記錄、識別關鍵行動項目，以及簡化所有專案的團隊協作，大幅提升生產力。 獲取免費版與付費版的比較分析，搭配實際測試報告及每週更新的排行榜，助您找到最合適的工具。立即探索，釋放您的 AI 優勢！
9 個工具
xix.ai
2026年最新、最優秀且評分最高的AI資料清洗工具，可快速處理缺失值與重複資料問題。這份精心挑選的清單展示了那些功能強大、能帶來顛覆性變革的解決方案，可顯著提升工作效率。所有候選工具都經過了嚴格的實際應用測試，以確保其穩定性。您可以獲取免費版與付費版的對比資訊，找出最符合您需求的必備工具。即刻訪問XIX.AI，開啟您的AI優勢之旅。
11 個工具
xix.ai
2026 年最新最佳頂級評分 AI 創意構思工具由 XIX.AI 精心策劃，旨在幫助創作者突破視覺瓶頸並即時提升創造力。這些強大的變革性工具提供真實世界測試、詳細的免費與付費對比以及每週更新的排名。發現您的完美工具，加速內容創作，並立即釋放您的 AI 優勢。立即探索！
14 個工具
xix.ai
