微软重新开源VibeVoice语音模型
热点事件持续更新
微软重新开源VibeVoice语音模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
微软重新开源此前因滥用风险下架的VibeVoice语音模型，并在加入水印和安全控制后重新发布。该模型可完全本地运行，无需依赖ElevenLabs等按分钟或订阅收费的服务。 据报道，VibeVoice可用10秒音频克隆声音，单次生成最长90分钟、最多4个说话人的对话音频，并支持实时流式输入。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 15:30
微软重新开源 VibeVoice，支持本地生成最长 90 分钟播客报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI Hunt精选微软重新开源 VibeVoice，支持本地生成最长 90 分钟播客
微软重新开源曾因滥用风险下架的语音模型 VibeVoice，可用 10 秒音频克隆声音，单次生成最长 90 分钟、最多 4 个说话人的对话音频。该模型支持实时流式输入和完全本地运行，采用 7.5 Hz 连续声学/语义 tokenizer 与 next-token diffusion 框架，演示涵盖即兴唱歌、背景音乐播客和中英跨语言。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。