选项
首页
快讯
内容
TerryYoung
TerryYoung
2026-03-30

微软将其用于语音转文本和文本转语音的VibeVoice AI模型开源。 该套件包含用于转录一小时音频的 VibeVoice-ASR-7B、用于生成长达 90 分钟多说话者对话的 VibeVoice-TTS-1.5B,以及延迟仅为 300 毫秒的实时语音合成模型。该套件采用 MIT 许可证发布,支持本地部署,旨在推动语音合成技术的创新。

微软将其用于语音转文本和文本转语音的VibeVoice AI模型开源。 该套件包含用于转录一小时音频的 VibeVoice-ASR-7B、用于生成长达 90 分钟多说话者对话的 VibeVoice-TTS-1.5B,以及延迟仅为 300 毫秒的实时语音合成模型。该套件采用 MIT 许可证发布,支持本地部署,旨在推动语音合成技术的创新。
评论 (0)
0/300
OR