원제: microsoft/VibeVoice
마이크로소프트가 오픈 소스로 공개한 음성 모델 패밀리: VibeVoice-ASR은 한 번에 60분 분량의 긴 오디오를 처리하여 화자 및 타임스탬프가 포함된 구조화된 전사(transcription)를 출력하며, 50개 이상의 언어와 사용자 정의 컨텍스트를 지원하고 Hugging Face Transformers에 통합되었습니다. 9월에 공개된 ASR-Streaming은 오디오 입력과 동시에 전사를 수행할 수 있으며, VibeVoice-Realtime-0.5B는 스트리밍 텍스트 입력을 지원하는 실시간 음성 합성 모델입니다.
스타 수 55952 (+223 / 24시간)
이유
- 24시간 동안 스타가 223개 증가하여 총 스타 수는 55952개이며, Trendshift 기준 당일 순위는 20위입니다(이는 단순한 관심도를 나타냅니다).
리스크
- 장편 다중 화자 음성 합성(VibeVoice-TTS) 코드는 악용 사례로 인해 저장소에서 제거되었습니다.
- README에는 합성 음성이 사칭 및 사기에 사용될 수 있으므로, 합법적인 용도로만 사용해야 하며 AI 생성 콘텐츠임을 명시해야 한다고 경고합니다.
- README의 최근 업데이트는 9월이었으므로, 이번 순위 진입은 새로운 버전이 출시되었음을 의미하지 않습니다.