LLM语义+扩散声学管线

微软开源VibeVoice-1.5B：播客级长文本TTS，90分钟四人对话一键生成

微软开源VibeVoice-1.5B：播客级长文本TTS，90分钟四人对话一键生成 这次人工智能TTS聚焦长时长与多人对话，AI工具VibeVoice-1.5B可一次生成约90分钟语音，支持四位说话人自然轮转，基于大模型语义理解与7.5Hz连续语音分词器，兼顾一致性与效率。适合播客、课程音频与资讯解...