微软开源前沿语音 AI 家族 VibeVoice：支持 60 分钟长音频识别、90 分钟多说话人生成，GitHub 星标迅速突破 27.7K
微软开源了名为 VibeVoice 的前沿语音 AI 模型家族，覆盖 ASR（自动语音识别） 和 TTS（文本转语音） 等核心方向。根据 GitHub 仓库介绍，VibeVoice 被定义为一个包含 ...
排序
通义百聆全面升级 | Fun-CosyVoice3 与 Fun-ASR 打造AI语音合成与识别新体验
在人工智能语音领域，通义百聆再次带来了重磅更新。本次发布中，阿里正式推出了 Fun-CosyVoice3 系列语音合成模型 与 Fun-ASR 系列语音识别模型 的全面升级，覆盖从语音克隆、情绪控...