近日，微软推出了一款备受瞩目的开源文本转语音（TTS）模型——VibeVoice，引发了AI语音技术领域的高度关注。这款模型以其微软强大的功能和卓越的性能，为长篇语音生成、多人对话以及中文语音合成树立了新的标杆。以下，AIbase将为您详细解析VibeVoic开源e的亮点与潜力。

 支持90分钟超长语音生成，突破时长限制

VibeVoice模型在语音生成时长上实现了重大突破，可一次性生成长达Vi90分钟的连续语音。这一特性尤其适合需要长时间音频输出的场景，如播客、有声书和教育内容制作。相比传统TTS模型的时长限制，VibebeVoice的超长生成能力为内容创作者提供了更大的灵活性和创作空间。

 多人对话新高度，最多支持4人语音

与以往TTS模型仅支持单人Vo或双人对话的局限不同，VibeVoice能够流畅生成最多4人的对谈语音。这一功能在模拟多人播客、会议录音或虚拟角色互动等场景中表现出色。ic得益于其在语音一致性和自然轮转上的优化，VibeVoice生成的多人对话语音自然流畅，几乎可媲美真人录音效果。

 中文语音e 效果优异，助力本土化应用

对于中文市场，VibeVoice展现了令人印象深刻的表现。其支持中文语音合成，且在语调、发音准确性和自然度TT上均达到了高水平。这使得VibeVoice在中文播客、教育培训、智能客服等领域具有广泛的应用潜力，为开发者提供了高质量的本土化语音解决方案S模。

 支持背景音乐，打造沉浸式播客体验

VibeVoice的另一大亮点是支持生成带背景音乐的播客音频。这一功能让内容创作者能够轻型：松为语音添加背景音效，打造更具沉浸感和专业性的音频内容。无论是轻松的背景旋律还是紧张的氛围音效，VibeVoice都能无缝融合，为听90众带来更丰富的听觉体验。

 开源赋能开发者，未来应用前景广阔

作为一款开源模型，VibeVoice已于2025年8月26日在Gi分钟tHub正式发布，开发者可自由获取并进行二次开发。微软此次开源的举措，不仅降低了高质量TTS技术的使用门槛，也为全球AI开发者社区注入超长了新的活力。无论是个人创作者还是企业用户，都可以通过VibeVoice快速构建创新的语音应用。

地址：https://huggingfac语音e.co/microsoft/VibeVoice-1.5B

• ·标签: 韬盛科技 半导体测试 IPO 芯片接口
• ·啥也不是这句话是什么梗
• ·标签: 京东11.11 AI 超级供应链
• ·云安全日报210517：XStream Java序列化库发现远程代码执行漏洞,需要尽快升级
• ·算法的进化：机器会引发战争吗？
• ·连通系统与机器学习的 MLOps 挑战在哪？这篇文章讲清楚了
• ·凯发电气计划增资 3 亿，布局轨道交通供电大模型研发！
• ·标签: 卫龙 辣条 擦边营销 低俗广告
• ·螃蟹拿回来怎么保存不会死
• ·对话无政府主义者：诺姆・乔姆斯基谈深度学习的未来
• ·周鸿祎：大模型的秘密，真的不是越大越好！
• ·阿里云上线团队版Token Plan，内置多租户隔离能力
• ·​谷歌 AI 推出 TimesFM-2.5：更小巧且具备长上下文的时间序列预测基础模型
• ·标签: 小红书 IPO 陈浩 ESG
• ·标签: 红果短剧 刷粉 治理
• ·推特收购社交播客应用Breaker 后者播客服务将于1月15日关闭