微软开源音频模型Vibe Voice1.5B 可连续合成90分钟语音_快讯

微软开源音频模型Vibe Voice1.5B 可连续合成90分钟语音

2025-08-27 16:51 微软

8月26日，微软研究院在美国宣布开源创新音频模型VibeVoice-1.5B，该模型一次性可连续合成90分钟超长逼真语音，显著超越此前多数模型60分钟的上限。根据公开资料整理，VibeVoice-1.5B在语音合成时长、音色稳定性及语义连贯性方面实现多项突破。传统模型在30分钟后常出现音色漂移、语义断裂等问题，而VibeVoice-1.5B通过架构优化有效缓解上述缺陷，为长音频内容创作、有声读物及虚拟助手等场景提供更稳定的技术支持。