Microsoft Open Source la Famille d'IA Vocale de Pointe VibeVoice : Traite 90 Minutes de Dialogue Multi-Locuteurs en une Seule Fois, Rapidement 27K Stars sur GitHub
Microsoft a récemment open-sourcé VibeVoice, une famille de modèles vocaux IA de pointe, incluant la reconnaissance vocale (ASR) et la synthèse vocale (TTS). Le projet, sous licence MIT, permet un déploiement local sans frais d’abonnement cloud et a rapidement atteint 27K étoiles sur GitHub.
VibeVoice-ASR-7B traite jusqu’à 60 minutes d’audio en une seule fois, avec transcription structurée, identification des locuteurs, horodatage et support multilingue. VibeVoice-TTS-1.5B génère jusqu’à 90 minutes de dialogue naturel avec jusqu’à 4 locuteurs, idéal pour les podcasts ou livres audio. VibeVoice-Realtime-0.5B offre une latence d’environ 300 ms pour des applications temps réel.
Le projet intègre des mesures de sécurité comme le filigrane audio. Disponible sur GitHub et Hugging Face, il ouvre des perspectives dans la création de contenu, l’accessibilité et les interfaces vocales.
marsbit03/30 07:19
