LLM セマンティクス + 拡散音響パイプライン

Microsoft オープン ソース VibeVoice-1.5B: ポッドキャスト レベルの長文 TTS、ワンクリックで 90 分間の 4 人の会話生成

Microsoft オープンソース VibeVoice-1.5B: ポッドキャスト レベルの長文 TTS、90 分間の 4 人での会話のワンクリック生成 この 人工知能 TTS は複数の人との長時間の会話に焦点を当てており、AI ツール VibeVoice-1.5B は一度に約 90 分間の音声を生...