---
id: "b900"
language: "zh"
library: "tools"
official_url: "https://github.com/microsoft/VibeVoice"
profile_updated_on: "2026-10-20"
---

# 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。

- 公司／组织: 微软
- 公司所在国家／地区: 美国 · 公开公司地址
- 分类: 语音识别与输入
- 官方网站: [https://github.com/microsoft/VibeVoice](https://github.com/microsoft/VibeVoice)
- 档案更新: 2026-10-20


## 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。

## 使用入口

### 访问官网 · 语音识别与输入

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。

[访问官网](https://github.com/microsoft/VibeVoice)

## 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)

## 阅读与订阅

- [交互版档案](../../../products/vibevoice--b900.html)
- [阅读](../../../read/zh/products/vibevoice--b900.html)
- [JSON](../../../read/zh/products/vibevoice--b900.json)

介绍按公开资料整理；功能、价格与地区可用性以官网为准。