Visitar sitio ↗
Usa modelos ASR para texto, tiempos y hablantes, o Realtime para sintetizar una voz inglesa desde texto en streaming.
TOOLORA / Edición local de lectura
VibeVoice
Usa modelos ASR para texto, tiempos y hablantes, o Realtime para sintetizar una voz inglesa desde texto en streaming.
Descripción
VibeVoice reúne modelos por tarea. ASR usa grabaciones largas y contexto de términos para producir texto, tiempos y hablantes; ASR-Streaming responde por bloques. Realtime-0.5B es un TTS inglés de una voz, con referencias preparadas, distinto de los modelos largos multivoz. Ofrece ejemplos de inferencia y servicio. Las fichas ASR y Realtime revisadas declaran MIT; el alcance depende del modelo.
- País / región de la empresa
- Estados Unidos · Dirección pública de la empresa
Opciones de acceso
Fuentes oficiales y referencias
- Sitio oficialhttps://github.com/microsoft/VibeVoice
- Documentaciónhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr.md
- Documentaciónhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr-streaming.md
- Documentaciónhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-realtime-0.5b.md
Las descripciones resumen información pública. Consulta los sitios oficiales para funciones, precios y disponibilidad regional.