首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 汽车 游戏 社会热点 开源推荐 医疗健康 归档 标签 关于

GitHub 热门项目:VibeVoice

摘要

GitHub项目:VibeVoice 仓库地址:https://github。com/microsoft/VibeVoice Stars:47307 | 作者:microsoft 项目描述:Open-Source Frontier Voice AI ================================================== README 内容: ##。

https VibeVoice ASR badge microsoft
2026-05-20 1 阅读 约6分钟阅读 GitHub Trending
GitHub 项目:VibeVoice 仓库地址:https://github.com/microsoft/VibeVoice 星级:47307 | 作者:微软 项目描述:开源前沿语音AI =================================================== 自述文件内容: ## ?️ VibeVoice:开源前沿语音 AI [![项目页面](https://img.shields.io/badge/Project-Page-blue?logo=githubpages)](https://microsoft.github.io/VibeVoice) [![拥抱脸](https://img.shields.io/badge/HuggingFace-Collection-orange?logo=huggingface)](https://huggingface.co/collections/microsoft/vibevoice-68a2ef24a875c44be47b034f) [![TTS 报告](https://img.shields.io/badge/TTS-Report-red?logo=arxiv)](https://openreview.net/pdf?id=FihSkzyxdv) [![ASR 报告](https://img.shields.io/badge/ASR-Report-yellow?logo=arxiv)](https://arxiv.org/pdf/2601.18184) [![Colab](https://img.shields.io/badge/StreamingTTS-Colab-green?logo=googlecolab)](https://colab.research.google.com/github/microsoft/VibeVoice/blob/main/demo/VibeVoice_colab.ipynb) [![ASR Playground](https://img.shields.io/badge/ASR-Playground-6F42C1?logo=gradio)](https://aka.ms/vibevoice-asr) [![微软%2FVibeVoice | Trendshift](https://trendshift.io/api/badge/repositories/15465)](https://trendshift.io/repositories/15465)
<图片> VibeVoice 徽标

?新闻

2026-03-06:? VibeVoice ASR 现已成为变形金刚版本的一部分!您现在可以直接通过 Hugging Face Transformers 库使用我们的语音识别模型,以便无缝集成到您的项目中。 2026-01-21: ? 我们开源了 VibeVoice-ASR,这是一个统一的语音到文本模型,旨在一次性处理 60 分钟的长格式音频,生成包含“谁”(说话者)、“时间”(时间戳)和“内容”(内容)的结构化转录,并支持用户定制的上下文。在 [Playground](https://aka.ms/vibevoice-asr) 中尝试一下。 - ⭐️ VibeVoice-ASR 本身就是多语言的,支持 50 多种语言 — 请查看[支持的语言](docs/vibevoice-asr.md#language-distribution) 了解详细信息。 - ? VibeVoice-ASR [微调代码](finetuning-asr/README.md) 现已推出! - ⚡️ **vLLM 推理** 现在支持更快的推理;有关更多详细信息,请参阅 [vllm-asr](docs/vibevoice-vllm-asr.md)。 - ? [VibeVoice-ASR 技术报告](https://arxiv.org/pdf/2601.18184) 可用。 2025 年 12 月 16 日:? 我们在 VibeVoice‑Realtime‑0.5B 中添加了实验性扬声器以进行探索,包括 9 种语言(德语、法语、意大利语、日语、韩语、荷兰语、PL、PT、ES)的多语言语音和 11 种不同的英语风格语音。 [尝试一下](docs/vibevoice-realtime-0.5b.md#optional-more-experimental-voices)。随着时间的推移,将会添加更多扬声器类型。 2025 年 12 月 3 日:? 我们开源了 VibeVoice‑Realtime‑0.5B,这是一个实时文本转语音模型,
← 返回 开源推荐

相关推荐