microsoft/VibeVoice
VibeVoice是微软开源的前沿语音AI框架，包含ASR和TTS模块。支持60分钟长音频单次处理，生成带说话人、时间戳的结构化转录，覆盖50+语言。提供实时语音合成、多语言语音库及vLLM加速推理，适用于智能助手、会议记录等场景。
语言：Python · 总 Stars：34,381 · 今日新增：+1,704
AI Audio & TTS GitHub Trending 热门项目
基于 2026-04-01 榜单，共收录 1 个与 AI Audio & TTS 相关的热门仓库。
语音合成、语音识别、音频生成和声音模型。