微软把语音 AI 玩出“Stable Diffusion 时刻”了？
微软把语音 AI 玩出“Stable Diffusion 时刻”了？😋
我试了下 Vibing 这款语音输入法， 转录速度跟翻译速度都很快，无需本地模型，毕竟安装包就 1.3MB🧐
VibeVoice 可以直接本地跑：
✅实时 TTS，300ms 就出声
✅一口气生成 90 分钟、多说话人对话
✅长音频转录还能标谁什么时候说的啥
可以省掉 ElevenLabs 的费用了哈哈😜
代码地址：
https://github.com/microsoft/VibeVoice
📌 版权声明
文章作者：大神K
版权说明：本文为原创内容，转载请注明出处。