site stats
微软开源了语音AI模型:VibeVoice,目前已27K的Star了主要包括3个模型:1、VibeVoice-ASR-7B:文本转语音 (TTS) 模型。VibeVoice-ASR是一个统一的语音转文本模型,可一次性处理60分钟的长音频,生成包含“谁(说话人)”、“何时(时间戳)”和“什么(内容)”的结构化转录,并支持自定义热词。
发布时间:
1
数据加载中
Markdown支持
评论加载中...
您可能感兴趣的: