Потоковая англоязычная модель Microsoft для синтеза речи из текста с низкой задержкой и генерацией длинных речевых фрагментов.

Подходит для: потоковое озвучивание ответов языковой модели · синтез речи для realtime-сервиса · озвучивание обновляющихся потоков данных

VibeVoice-1.5B-hf синтезирует длинные выразительные разговоры и подкасты на английском и китайском языках с участием нескольких голосов.

Подходит для: создание длинных подкастов по сценарию · синтез диалога между несколькими персонажами · озвучивание текста на английском и китайском языках

Потоковая многоязычная ASR-модель Microsoft, которая транскрибирует речь, отмечает говорящих и учитывает пользовательские ключевые слова.

Подходит для: потоковая транскрибация разговоров с указанием говорящих · распознавание речи в реальном времени · расшифровка аудио с именами и специальными терминами

Модель синтезирует длинные выразительные разговорные аудиозаписи на английском и китайском языках с участием до четырёх говорящих.

Подходит для: создание многосторонних подкастов по текстовому сценарию · озвучивание длинных диалогов несколькими голосами · генерация разговорных аудиоматериалов для исследований синтеза речи

VibeVoice-Large — модель Microsoft для синтеза длинных выразительных многоязычных диалогов и подкастов по тексту с участием нескольких голосов.

Подходит для: создание синтетического подкаста по сценарию · озвучивание длинного диалога несколькими голосами · генерация разговорной аудиокниги по тексту

VibeVoice-7B-hf синтезирует длинные выразительные разговоры и подкасты по тексту с участием до четырёх голосов.

Подходит для: создание многочасового подкаста по сценарию · синтез диалогов с несколькими говорящими · озвучивание длинных текстов на английском или китайском

Многоязычная модель Microsoft для расшифровки длинных аудиозаписей с временными метками, разделением по говорящим и поддержкой пользовательских ключевых слов.

Подходит для: Расшифровка часовых встреч с указанием говорящих · Создание субтитров с временными метками · Транскрибация интервью с разделением реплик по участникам

Производная модели aoi-ot/VibeVoice-Large. VibeVoice-Large — модель Microsoft для синтеза длинных выразительных многоязычных диалогов и подкастов по тексту с участием нескольких голосов.

Подходит для: создание синтетического подкаста по сценарию · озвучивание длинного диалога несколькими голосами · генерация разговорной аудиокниги по тексту

OmniVoice — многоязычная модель преобразования текста в речь с клонированием голоса и настройкой его характеристик.

Подходит для: озвучивание текста на разных языках · клонирование голоса по короткой аудиозаписи · создание голоса по заданным характеристикам

VibeVoice-1.5B-hf синтезирует длинные выразительные диалоги и подкасты на английском и китайском языках по тексту, поддерживая до четырёх голосов.

Подходит для: синтез подкаста по сценарию с несколькими ведущими · генерация длинного диалога с несколькими голосами · озвучивание текста выразительной речью

Модель Microsoft для синтеза длинной выразительной английской или китайской речи из текста, включая разговоры до четырёх голосов.

Подходит для: создание длинных выпусков подкастов по текстовому сценарию · озвучивание диалогов с несколькими участниками · синтез английской разговорной речи

Производная модели aoi-ot/VibeVoice-Large. VibeVoice-Large — модель Microsoft для синтеза длинных выразительных многоязычных диалогов и подкастов по тексту с участием нескольких голосов.

Подходит для: создание синтетического подкаста по сценарию · озвучивание длинного диалога несколькими голосами · генерация разговорной аудиокниги по тексту

Мультиязычная модель Microsoft для транскрибации длинных аудиозаписей с временными метками и разметкой говорящих.

Подходит для: транскрибация длинных записей встреч и интервью · создание стенограмм с указанием говорящих и временных меток · распознавание речи на нескольких языках и при переключении между языками

Производная модели aoi-ot/VibeVoice-Large. VibeVoice-Large — модель Microsoft для синтеза длинных выразительных многоязычных диалогов и подкастов по тексту с участием нескольких голосов.

Подходит для: создание синтетического подкаста по сценарию · озвучивание длинного диалога несколькими голосами · генерация разговорной аудиокниги по тексту

Модель Microsoft для генерации длинной выразительной речи по тексту, включая многосторонние диалоги и подкасты на английском и китайском языках.

Подходит для: создание диалоговых подкастов по сценарию · синтез длинной речи несколькими голосами · озвучивание разговорных сцен на английском языке

Модель Microsoft VibeVoice-7B синтезирует из текста длинные выразительные диалоги на английском и китайском языках с участием нескольких говорящих.

Подходит для: создание многочасовых подкастов по текстовому сценарию · синтез диалогов с несколькими голосами · озвучивание длинных разговорных сценариев

Производная модели aoi-ot/VibeVoice-Large. VibeVoice-Large — модель Microsoft для синтеза длинных выразительных многоязычных диалогов и подкастов по тексту с участием нескольких голосов.

Подходит для: создание синтетического подкаста по сценарию · озвучивание длинного диалога несколькими голосами · генерация разговорной аудиокниги по тексту

Модель VibeVoice-7B-hf синтезирует длинные выразительные многоязычные диалоги и подкасты из текста с участием до четырёх говорящих.

Подходит для: синтез подкаста по текстовому сценарию · генерация длинного диалога несколькими голосами · озвучивание текста на английском языке

Дообученная версия VibeVoice-1.5B для синтеза выразительной речи на хинди, включая длинные диалоги с несколькими говорящими и клонированием голоса.

Подходит для: озвучивание текстов на хинди · создание длинных аудиодиалогов и подкастов · генерация реплик нескольких говорящих

Потоковая англоязычная модель синтеза речи, доработанная для клонирования голоса по пользовательской аудиозаписи.

Подходит для: синтез английской речи с низкой задержкой · клонирование голоса по записи говорящего · создание длинных речевых фрагментов из текста

Дообученная версия VibeVoice-7B для генерации длинной выразительной речи на хинди, включая диалоги с несколькими говорящими и клонирование голоса по образцу.

Подходит для: озвучивание текстов на хинди · создание длинных аудиоподкастов с несколькими говорящими · синтез диалогов на хинди

PersonaPlex — дообученная NVIDIA модель для потоковых англоязычных голосовых диалогов с одновременным распознаванием речи и генерацией ответа.

Подходит для: создание голосового ассистента с быстрым чередованием реплик · голосовое обслуживание клиентов · диалоги с перебиваниями и одновременной речью

VibeVoice-1.5B преобразует длинные тексты и диалоги на английском или китайском языке в выразительную речь с несколькими говорящими.

Подходит для: создание озвучки для длинных подкастов · синтез многостороннего диалога с несколькими голосами · генерация разговорной озвучки из сценария

Извлечённый из Microsoft VibeVoice-1.5B акустический энкодер преобразует аудио в голосовые эмбеддинги для сравнения и кластеризации говорящих.

Подходит для: получение векторов голоса из аудиозаписей · поиск похожих голосов в коллекции записей · кластеризация аудио по говорящим