原题：microsoft/VibeVoice
微软开源的语音模型家族：VibeVoice-ASR 能一次处理 60 分钟长音频，输出带说话人和时间戳的结构化转写，支持 50 多种语言和自定义上下文，已进入 Hugging Face Transformers；9 月发布的 ASR-Streaming 可以边收音边转写；VibeVoice-Realtime-0.5B 是支持流式文本输入的实时语音合成模型。
星数 55952（+223 / 24h）
理由
- 24 小时新增 223 星，总星 55952，Trendshift 当日第 20（只代表关注度）。
风险
- 长篇多人语音合成（VibeVoice-TTS）的代码因被滥用已从仓库移除
- README 提醒合成语音可能被用来冒充和诈骗，使用需合法并标明 AI 生成
- README 最近一条更新是 9 月，本期上榜不代表有新版本