微软发布 VibeVoice 0.5B：仅 0.5B 参数却实现 300 毫秒实时开口共1篇
排序
微软发布 VibeVoice 0.5B：仅 0.5B 参数却实现 300 毫秒实时开口
微软正式推出全新实时文本转语音模型VibeVoice-Realtime-0.5B。虽然参数量仅为0.5B，却实现了近乎实时的语音合成能力，最快约300毫秒即可启动发声，达成“话音未落、语音已起”的丝滑交互效果。...
3个月前
3个月前
