实时流式 标签

VibeVoice是微软开源的前沿语音AI模型家族，包含语音识别（ASR）和语音合成（TTS）两大方向。核心创新采用7.5Hz超低帧率的连续语音分词器，结合大语言模型与扩散模型实现高效长序列处理。