访问官网 ↗
用 ASR 型号生成文字、时间戳和说话人分段，或选择独立的 Realtime 型号，把流式文字转为英语单人语音。
TOOLORA / 本地阅读版
VibeVoice
用 ASR 型号生成文字、时间戳和说话人分段，或选择独立的 Realtime 型号，把流式文字转为英语单人语音。
产品介绍
VibeVoice 当前包含不同任务的语音模型。ASR 以长录音和热词上下文为输入，联合输出文字、时间戳与说话人分段；ASR-Streaming 则随音频分块返回文本。Realtime-0.5B 是另一个面向英语单说话人的流式语音合成型号，使用预备好的声音提示，不能将多说话人长音频型号的能力直接套用。官方提供推理与服务示例，所核对的 ASR 和 Realtime 模型卡声明 MIT，使用范围仍需按具体型号判断。
- 公司所在国家／地区
- 美国 · 公开公司地址
使用入口
官方来源与参考资料
- 官方网站https://github.com/microsoft/VibeVoice
- 官方文档https://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr.md
- 官方文档https://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-asr-streaming.md
- 官方文档https://github.com/microsoft/VibeVoice/blob/main/docs/vibevoice-realtime-0.5b.md
介绍按公开资料整理；功能、价格与地区可用性以官网为准。