标签：VibeVoice-ASR
VibeVoice-ASR 稳定版 | 微软开源长音频语音识别模型 下载
VibeVoice-ASR是微软研究院推出的开源统一语音转文本模型，作为VibeVoice语音AI全家桶的核心组件，专注于60分钟超长音频端到端处理，无需切片拼接，可一次性完成整段音频分析，生成包含"发言人、时间戳、内容"的结构化转录结果。支持自定义热词、多说话人识别，适配会议记录、访谈转录、播客字
2026-01-26
326
0
0