VibeVoice评测：微软开源语音AI三剑客详解
简介 VibeVoice是微软开源的前沿语音AI框架，刚上GitHub Trending就炸了——一天涨了1600多星。这东西厉害在哪？它把语音识别和语音合成这两个硬骨头啃得挺漂亮：ASR能一口气处理60分钟长音频，TTS能生成90分钟的连 …
TTS
VibeVoice评测：微软开源语音AI方案详解
简介 微软开源了一套语音AI模型，叫VibeVoice。今天GitHub上一天涨了2400多星，热度挺高的。核心卖点是：能一口气处理60分钟的音频，还能识别是谁说的、什么时候说的。 简单说，就是给播客、会议录音做转写的。跟那些把音频切成小段 …
fish-speech：开源 TTS 如何突破 SOTA？技术原理与应用实践
语音正在成为 AI Agent 的下一个战场。 当 GPT-5.4 可以直接理解语音输入，当 Claude 能够生成更自然的语音回复，当 OpenAI 的语音模式让对话体验逼近真人——语音不再是"锦上添花"，而是 AI 交互的核心能力。 在 …