VibeVoice

製品紹介

VibeVoiceは用途別の音声モデルを含みます。ASRは長い録音と用語の文脈から文字、時間、話者区間を同時に出力し、ASR-Streamingは音声区間ごとに文字を返します。Realtime-0.5Bは用意された声プロンプトを使う英語の単一話者TTSで、長尺複数話者モデルとは範囲が異なります。公式に推論・サービス例があり、確認したASRとRealtimeのカードはMITです。利用範囲は個々のモデルで判断します。

会社の所在国・地域

アメリカ合衆国 · 公開された会社所在地

利用方法

公式の出典・参考資料

• 公式サイトhttps://github.com/microsoft/VibeVoice
• 公式ドキュメントhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr.md
• 公式ドキュメントhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr-streaming.md
• 公式ドキュメントhttps://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-realtime-0.5b.md

公開情報に基づく紹介です。機能、料金、地域ごとの提供状況は公式サイトで確認してください。