微软开源VibeVoice：支持60分钟长音频的语音识别与实时合成框架 | microsoft/VibeVoice
仓库现状：TTS已移除，剩下两个可用的模型 2025年9月，微软移除了VibeVoice-TTS代码，理由是“工具被用在不符合初衷的地方”。现在这个47.5k星的仓库里能直接用的只有两个模型： VibeVoice-ASR（2026年1月开源）：单模型处理60分钟长音频，同时输出说话人、时间戳和文本。...
仓库现状：TTS已移除，剩下两个可用的模型 2025年9月，微软移除了VibeVoice-TTS代码，理由是“工具被用在不符合初衷的地方”。现在这个47.5k星的仓库里能直接用的只有两个模型： VibeVoice-ASR（2026年1月开源）：单模型处理60分钟长音频，同时输出说话人、时间戳和文本。...