Titre original : microsoft/VibeVoice
La famille de modèles vocaux open source de Microsoft : VibeVoice-ASR peut traiter des fichiers audio longs de 60 minutes en une seule passe, produisant une transcription structurée avec locuteurs et horodatages, prenant en charge 50 langues et un contexte personnalisé, et étant désormais disponible dans Hugging Face Transformers ; ASR-Streaming, publié en 9, permet la transcription en temps réel pendant l'acquisition audio ; VibeVoice-Realtime-0.5B est un modèle de synthèse vocale en temps réel acceptant des entrées textuelles en flux continu.
Nombre d'étoiles 55952 (+223 / 24h)
Raisons
- 223 nouvelles étoiles en 24 heures, total de 55952 étoiles, classé 20 sur Trendshift pour la journée (reflète uniquement le niveau d'attention).
Risques
- Le code de la synthèse vocale longue durée multi-locuteurs (VibeVoice-TTS) a été retiré du dépôt en raison d'abus.
- Le README avertit que la voix synthétique peut être utilisée pour l'usurpation d'identité et la fraude ; son utilisation doit être légale et clairement identifiée comme générée par une IA.
- La dernière mise à jour du README date de 9 ; la présence dans ce classement ne signifie pas qu'une nouvelle version a été publiée.