微软开源 VibeVoice 获 56.5k 星,可生成长时多人对话语音
solyarisoftware · x · 2026-11-07
微软的 VibeVoice 是开源语音 AI 项目(GitHub 56.5k 星,MIT 协议),能生成长时间、多说话人的自然对话语音,适用于播客、有声书和配音——理论上无需麦克风就能做出整档 AI 播客。
近期更新:
- VibeVoice-ASR-Streaming:流式 ASR,边听边输出「谁在说什么」,支持自定义热词与 10 种语言
- VibeVoice-ASR-BitNet:端侧 CPU 推理引擎,经异构量化从 4.62GB 压至 1.58GB,3+ CPU 线程即可实时推理(RTF<1),无需 GPU
「多模态」频道最新
- Midjourney 8.2 出图实测：蒙克《呐喊》风格暗调杰作 — LudovicCreator · 2026-11-07
- Midjourney 风格码 sref 4173596805 实测:胶片感夜景出图分享 — sergeantsref · 2026-11-07
- 开发者用 Claude Opus 5.5 加六个 skills 造出音乐节奏赛车游戏 — Groowl · 2026-11-07
- 2D 角色转 3D 实测：风格化设计高保真还原惊艳 — azed_ai · 2026-11-07
- Doki 取消时间线：像写故事一样一稿到底生成视频 — thesephist · 2026-11-07
- hyperflow-h3-flash 视频模型更新：最低仅需 4 步采样 — Apprehensive_Sky892 · 2026-11-07