微软开源 VibeVoice-ASR-Streaming-7B 流式语音识别模型
Acceptable-Cycle4645 · reddit · 2026-09-03
微软在 Hugging Face 上发布了 VibeVoice-ASR-Streaming-7B,一个支持流式输入的语音识别(ASR)模型,权重已开放下载。作为 VibeVoice 系列的 ASR 版本,它面向实时语音转写场景,7B 参数规模在开源 ASR 模型中体量较大,适合需要低延迟流式识别的开发者关注。
所属事件:微软开源 VibeVoice-ASR-Streaming-7B 流式识别模型(6 条相关)→
「多模态」频道最新
- Gaussian Splatting 版电影预告片即将登场 — CSProfKGD · 2026-10-18
- 开发者开源 ComfyUI 分镜与视频提示词生成工具 — Resident-Gain-5424 · 2026-10-18
- 博主用 Seedance 2.5 生成特斯拉起飞创意视频 — SimplyAnnisa · 2026-10-18
- 离谱提示词考验:Fable 5.5 精准画出鹈鹕骑车套娃 SVG — bookwormengr · 2026-10-18
- AI 版斯内普逛巴西街头爆火，以假乱真引围观 — paulinoow · 2026-10-18
- Luma 分享类电影工作流：真人动捕实拍再转绘出 AI 特技画面 — lmoroney · 2026-10-18