Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

VibeVoice

VibeVoice adalah proyek AI suara sumber terbuka yang dikembangkan oleh Microsoft, tersedia di GitHub. Ini menyediakan kemampuan canggih untuk kecerdasan buatan suara, termasuk inferensi ASR streaming dan lingkungan terpadu untuk TTS dan ASR. Repositori ini secara aktif dipelihara dengan komit terbaru yang berfokus pada pembaruan arsitektur dan dokumentasi, mengundang kontribusi dari komunitas pengembang.

Lihat Repositori
Bagikan
Lihat Repositori
Bagikan

VibeVoice adalah proyek sumber terbuka dari Microsoft, yang dihosting di GitHub, yang berfokus pada teknologi AI suara terdepan. Repositori ini menyediakan platform bagi pengembang dan peneliti untuk mengeksplorasi dan berkontribusi pada kemajuan dalam kecerdasan buatan suara. Ini mencakup berbagai komponen, termasuk gambar, demo, dokumentasi, dan modul spesifik untuk fine-tuning Automatic Speech Recognition (ASR) dan sistem Text-to-Speech (TTS).

Baca Selengkapnya

Proyek ini menekankan lingkungan terpadu untuk TTS dan ASR, bertujuan untuk menyederhanakan proses pengembangan dan integrasi. Pembaruan terbaru menyoroti perbaikan berkelanjutan, seperti peningkatan arsitektur untuk ASR dan penambahan kemampuan inferensi ASR streaming. Dokumentasi secara teratur disempurnakan, dengan upaya untuk menghapus pengambilan URL audio jarak jauh dari ASR streaming untuk memastikan operasi yang lebih kuat dan mandiri.

VibeVoice dirancang sebagai upaya kolaboratif, seperti yang ditunjukkan oleh sifat sumber terbukanya dan adanya panduan CONTRIBUTING.md. Proyek ini mempertahankan lisensi yang jelas, memastikan penggunaan dan distribusi yang tepat. Ini juga mencakup pedoman keamanan (SECURITY.md) untuk mempromosikan praktik pengembangan yang bertanggung jawab. Aktivitas repositori, dengan komit yang sering dan tim kontributor yang berdedikasi, menandakan komitmen berkelanjutan untuk memajukan penelitian dan aplikasi AI suara.

Menargetkan pengembang, peneliti, dan penggemar AI, VibeVoice menawarkan basis kode dasar untuk membangun dan bereksperimen dengan teknologi suara mutakhir. Strukturnya, termasuk folder khusus untuk pengujian dan komponen inti `vibevoice`, mendukung pengembangan modular dan pengujian yang ketat. Komitmen proyek terhadap standar terbuka dan keterlibatan komunitas memposisikannya sebagai sumber daya yang berharga dalam lanskap AI suara yang terus berkembang.

  • KategoriModel AI & LLM
  • Model HargaOpen source
  • PenerapanCloud
  • PlatformWeb

  • Proyek AI Suara Sumber Terbuka

  • Lingkungan Terpadu untuk TTS dan ASR

  • Inferensi Automatic Speech Recognition (ASR) Streaming

  • Pembaruan Arsitektur ASR

  • Kemampuan Text-to-Speech (TTS)

  • Dokumentasi Komprehensif

  • Pengembangan dan Kontribusi Aktif

  • Lisensi yang Jelas (LICENSE)

  • Pedoman Keamanan (SECURITY.md)

  • Persyaratan Python 3.10+

  • Basis Kode Modular

  • Pedoman Kontribusi Komunitas

  1. Jelajahi Repositori: Navigasikan repositori GitHub untuk memahami struktur proyek dan komponen yang tersedia.

  2. Tinjau Dokumentasi: Baca README.md dan folder docs untuk gambaran umum dan panduan rinci.

  3. Instal Ketergantungan: Siapkan lingkungan Anda dengan Python 3.10 atau lebih tinggi dan pustaka yang diperlukan seperti yang ditentukan dalam pyproject.toml.

  4. Kloning Repositori: Gunakan Git untuk mengkloning repositori VibeVoice ke mesin lokal Anda.

  5. Eksperimen dengan Demo: Jalankan skrip demo yang disediakan untuk merasakan inferensi ASR streaming.

  6. Kontribusi Kode: Ikuti pedoman CONTRIBUTING.md untuk mengirimkan perbaikan bug, fitur, atau peningkatan.

  • Mengembangkan Sistem ASR
  • Mengimplementasikan AI Suara Streaming
  • Penelitian Text-to-Speech
  • Eksperimen AI Suara
  • Proyek AI Pendidikan

Alat AI Populer Seperti VibeVoice

Voicebox

Repositori GitHub AI

Voicebox adalah studio suara AI sumber terbuka yang memungkinkan pengguna untuk mengkloning, mendikte, dan membuat proyek suara. Ini menyediakan platform untuk sintesis dan…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Studio suara AI sumber terbuka yang memungkinkan pengguna untuk mengkloning, mendikte, dan membuat proyek suara. Ini menyediakan platform untuk sintesis dan…Voicebox adalah studio suara AI sumber terbuka yang memungkinkan pengguna untuk mengkloning, mendikte, dan membuat proyek suara. Ini menyediakan platform untuk sintesis dan…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI

FunASR

Repositori GitHub AI

FunASR adalah toolkit pengenalan suara sumber terbuka yang dirancang untuk pelatihan, inferensi, dan streaming ASR. Ini mendukung VAD, tanda baca, diarization pembicara, dan…

Alat Transkripsi AI

Peringkat 110 di Repositori GitHub AI

Lihat Alat

Repositori GitHub AI

Toolkit pengenalan suara sumber terbuka yang dirancang untuk pelatihan, inferensi, dan streaming ASR. Ini mendukung VAD, tanda baca, diarization pembicara, dan…FunASR adalah toolkit pengenalan suara sumber terbuka yang dirancang untuk pelatihan, inferensi, dan streaming ASR. Ini mendukung VAD, tanda baca, diarization pembicara, dan…

Alat Transkripsi AI
Peringkat 110 di Repositori GitHub AI

ESPnet

Repositori GitHub AI

ESPnet adalah toolkit open-source untuk pemrosesan ucapan end-to-end. Ini menyediakan resep dan alat yang komprehensif untuk tugas-tugas seperti Pengenalan Ucapan Otomatis (ASR),…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Toolkit open-source untuk pemrosesan ucapan end-to-end. Ini menyediakan resep dan alat yang komprehensif untuk tugas-tugas seperti Pengenalan Ucapan Otomatis (ASR),…ESPnet adalah toolkit open-source untuk pemrosesan ucapan end-to-end. Ini menyediakan resep dan alat yang komprehensif untuk tugas-tugas seperti Pengenalan Ucapan Otomatis (ASR),…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI

Whisper Diarization

Repositori GitHub AI

Whisper Diarization adalah proyek GitHub yang menggabungkan pengenalan suara otomatis dengan diarization pembicara menggunakan OpenAI Whisper. Ini memungkinkan pengguna untuk…

Alat Transkripsi AI
Lihat Alat

Repositori GitHub AI

Proyek GitHub yang menggabungkan pengenalan suara otomatis dengan diarization pembicara menggunakan OpenAI Whisper. Ini memungkinkan pengguna untuk…Whisper Diarization adalah proyek GitHub yang menggabungkan pengenalan suara otomatis dengan diarization pembicara menggunakan OpenAI Whisper. Ini memungkinkan pengguna untuk…

Alat Transkripsi AI
Lihat Top 250 Repositori GitHub AI

SpeechBrain

Repositori GitHub AI

SpeechBrain adalah toolkit sumber terbuka untuk tugas pemrosesan suara, dibangun di atas PyTorch. Ini mendukung berbagai aplikasi seperti pengenalan suara, verifikasi pembicara,…

Generator Suara AI
Lihat Alat

Repositori GitHub AI

Toolkit sumber terbuka untuk tugas pemrosesan suara, dibangun di atas PyTorch. Ini mendukung berbagai aplikasi seperti pengenalan suara, verifikasi pembicara,…SpeechBrain adalah toolkit sumber terbuka untuk tugas pemrosesan suara, dibangun di atas PyTorch. Ini mendukung berbagai aplikasi seperti pengenalan suara, verifikasi pembicara,…

Generator Suara AI
Lihat Top 250 Repositori GitHub AI

Sherpa-ONNX

Repositori GitHub AI

Sherpa-ONNX adalah proyek sumber terbuka yang menawarkan pengenalan suara ke teks, sintesis teks ke suara, diarization pembicara, dan lainnya menggunakan Kaldi dengan onnxruntime.…

Alat Pemrosesan Bahasa Alami

Peringkat 58 di Teks ke Suara

Lihat Alat

Repositori GitHub AI

Proyek sumber terbuka yang menawarkan pengenalan suara ke teks, sintesis teks ke suara, diarization pembicara, dan lainnya menggunakan Kaldi dengan onnxruntime.…Sherpa-ONNX adalah proyek sumber terbuka yang menawarkan pengenalan suara ke teks, sintesis teks ke suara, diarization pembicara, dan lainnya menggunakan Kaldi dengan onnxruntime.…

Alat Pemrosesan Bahasa Alami
Peringkat 58 di Teks ke Suara

openclaude

Repositori GitHub AI

OpenClaude adalah proyek AI yang serbaguna yang dihosting di GitHub, dirancang untuk berjalan di berbagai platform dan memanfaatkan berbagai sumber daya. Proyek ini mendorong…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Proyek AI yang serbaguna yang dihosting di GitHub, dirancang untuk berjalan di berbagai platform dan memanfaatkan berbagai sumber daya. Proyek ini mendorong…OpenClaude adalah proyek AI yang serbaguna yang dihosting di GitHub, dirancang untuk berjalan di berbagai platform dan memanfaatkan berbagai sumber daya. Proyek ini mendorong…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI

Sesame CSM

Repositori GitHub AI

Sesame CSM adalah model generasi ucapan percakapan yang dirancang untuk meningkatkan kemampuan sintesis ucapan. Ini memungkinkan pengembang untuk berkontribusi pada…

Model AI & LLM
Lihat Alat

Repositori GitHub AI

Model generasi ucapan percakapan yang dirancang untuk meningkatkan kemampuan sintesis ucapan. Ini memungkinkan pengembang untuk berkontribusi pada…Sesame CSM adalah model generasi ucapan percakapan yang dirancang untuk meningkatkan kemampuan sintesis ucapan. Ini memungkinkan pengembang untuk berkontribusi pada…

Model AI & LLM
Lihat Top 250 Repositori GitHub AI
1 dari 8