VibeVoice 文本转语音（TTS）模型

VibeVoice 是微软开源的文本转语音（TTS）模型 ，主打 “超长、多人、高压缩”，单次即可生成长达 90 分钟的连续语音，并支持最多 4 位说话人同时发声。 VibeVoice-1.5B...