发现优质内容

开源、AI、工具软件,只推实用内容

❯

⌘K

🏷️ 标签: TTS 共 2 篇

比起单纯的音色克隆，微软开源的 VibeVoice 更在意如何让模型一口气说上 90 分钟还不崩。支持 4 人对话、300ms 延迟，这可能是目前最接近“开源版 Podcast 引擎”的项目。

yet another TTS project，支持长达三分钟的长对话生成，能跑在 4070 上，首包延迟低至 140ms。