我不是小布丁
@xiaobuding
微软1月放出的语音转文字AI，我在MacBook上试了一下，真的绝了。
叫VibeVoice-ASR，能一口气处理60分钟音频，国内几乎没人提。
① 60分钟音频直接转，不用分段
② 自带说话人识别
③ 每句话带时间戳
④ 50多种语言、MIT协议可商用
而且本地跑，API费用零。会议录音不用上传云端。
原本是做语音生成的，今年1月加了反向识别功能。我这种周周都有录音要处理的，这个"直接扔进去"的特性真的戳中我。
这里可以用：
github.com/microsoft/Vibe…
话题来源 @AIgongjupai
610K阅读 ❤️26 x.com/…↗ 已改写，非原文转载
25 浏览 0 评论
0 反应
