微软更新VibeVoice语音识别组件

微软开源语音AI项目VibeVoice新增流式ASR和端侧BitNet推理组件：前者边听边输出“谁在说什么”，支持自定义热词和10种语言；后者经异构量化将模型体积从4.62GB压缩至1.58GB，在至少3个CPU线程下可实现实时推理（RTF<1），无需GPU。 此次更新将实时语音转写与轻量端侧部署纳入同一项目体系；VibeVoice采用MIT协议开源。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。