VibeVoice

دسته:Voice Processingقیمت‌گذاری: رایگان

توضیحات

چارچوب هوش مصنوعی صدای متن‌باز از مایکروسافت که شامل قابلیت‌های ASR و TTS است. ASR از صدای طولانی ۶۰ دقیقه‌ای با جداسازی گوینده و بیش از ۵۰ زبان پشتیبانی می‌کند؛ TTS گفتار طبیعی طولانی چندگوینده یا پخش جریانی بلادرنگ تولید می‌کند.