<a href="https://github.com/microsoft/VibeVoice" class="hover:underline text-blue-600 dark:text-sky-400 no-card-link" target="_blank" rel="noopener" data-link="bsky">github.com/microsoft/VibeVoice
GitHub - microsoft/VibeVoice: Open-Source Frontier Voice AI
GitHub - microsoft/VibeVoice: Open-Source Frontier Voice AI
GitHub - microsoft/VibeVoice: Open-Source Frontier Voice AI
github.com
December 14, 2025 at 12:45 PM
<a href="https://github.com/microsoft/VibeVoice" class="hover:underline text-blue-600 dark:text-sky-400 no-card-link" target="_blank" rel="noopener" data-link="bsky">github.com/microsoft/VibeVoice
GitHub - microsoft/VibeVoice: Open-Source Frontier Voice AI
GitHub - microsoft/VibeVoice: Open-Source Frontier Voice AI
🎙️ #VibeVoice – Frontier #opensource Voice #AI by #Microsoft #TTS #MachineLearning #AI
🎧 Generates expressive long-form multi-speaker conversational audio like podcasts from text
⏱️ Synthesizes speech up to 90 minutes with up to 4 distinct speakers
🧵 👇
🎧 Generates expressive long-form multi-speaker conversational audio like podcasts from text
⏱️ Synthesizes speech up to 90 minutes with up to 4 distinct speakers
🧵 👇
December 4, 2025 at 11:50 PM
🎙️ #VibeVoice – Frontier #opensource Voice #AI by #Microsoft #TTS #MachineLearning #AI
🎧 Generates expressive long-form multi-speaker conversational audio like podcasts from text
⏱️ Synthesizes speech up to 90 minutes with up to 4 distinct speakers
🧵 👇
🎧 Generates expressive long-form multi-speaker conversational audio like podcasts from text
⏱️ Synthesizes speech up to 90 minutes with up to 4 distinct speakers
🧵 👇
Microsoft has released VibeVoice-1.5B, an open-source text-to-speech model that breaks new ground in AI-generated audio by producing up to 90 minutes of continuous conversation with four distinct speakers. The release marks a significant advancement in synthetic speech tech
August 27, 2025 at 3:30 AM
Microsoft has released VibeVoice-1.5B, an open-source text-to-speech model that breaks new ground in AI-generated audio by producing up to 90 minutes of continuous conversation with four distinct speakers. The release marks a significant advancement in synthetic speech tech
Microsoftから登場したVibeVoice凄すぎ
https://zenn.dev/headwaters/articles/98f63259349ba7
https://zenn.dev/headwaters/articles/98f63259349ba7
Microsoftから登場したVibeVoice凄すぎ
zenn.dev
August 31, 2025 at 12:01 PM
Microsoftから登場したVibeVoice凄すぎ
https://zenn.dev/headwaters/articles/98f63259349ba7
https://zenn.dev/headwaters/articles/98f63259349ba7
"AI" is going GREAT!
After reports of significant misuse, Microsoft pulls their nascent VibeVoice code, deleted the OG repo — https://github.com/microsoft/VibeVoice — and re-created it with just boilerplate garbage.
Are all folks involved in "AI" development this practically stupid & clueless?
After reports of significant misuse, Microsoft pulls their nascent VibeVoice code, deleted the OG repo — https://github.com/microsoft/VibeVoice — and re-created it with just boilerplate garbage.
Are all folks involved in "AI" development this practically stupid & clueless?
GitHub - microsoft/VibeVoice: Frontier Open-Source Text-to-Speech
Frontier Open-Source Text-to-Speech. Contribute to microsoft/VibeVoice development by creating an account on GitHub.
github.com
September 6, 2025 at 1:47 PM
"AI" is going GREAT!
After reports of significant misuse, Microsoft pulls their nascent VibeVoice code, deleted the OG repo — https://github.com/microsoft/VibeVoice — and re-created it with just boilerplate garbage.
Are all folks involved in "AI" development this practically stupid & clueless?
After reports of significant misuse, Microsoft pulls their nascent VibeVoice code, deleted the OG repo — https://github.com/microsoft/VibeVoice — and re-created it with just boilerplate garbage.
Are all folks involved in "AI" development this practically stupid & clueless?
MICROSOFT ACABA DE LANZAR VIBEVOICE, SU NUEVO MODELO DE VOZ EN TIEMPO REAL
Genera audio ultra natural con una latencia casi nula, en 9 idiomas (Castellanos incluido).
Una #InteligenciaArtificial conversacional impresionante.
#IA #AI #Microsoft #VibeVoce
Genera audio ultra natural con una latencia casi nula, en 9 idiomas (Castellanos incluido).
Una #InteligenciaArtificial conversacional impresionante.
#IA #AI #Microsoft #VibeVoce
December 11, 2025 at 4:31 PM
MICROSOFT ACABA DE LANZAR VIBEVOICE, SU NUEVO MODELO DE VOZ EN TIEMPO REAL
Genera audio ultra natural con una latencia casi nula, en 9 idiomas (Castellanos incluido).
Una #InteligenciaArtificial conversacional impresionante.
#IA #AI #Microsoft #VibeVoce
Genera audio ultra natural con una latencia casi nula, en 9 idiomas (Castellanos incluido).
Una #InteligenciaArtificial conversacional impresionante.
#IA #AI #Microsoft #VibeVoce
Microsoftから登場したVibeVoice凄すぎ
Hugging Faceを開いたら、Microsoftから登場したVibe Voice 1.5Bモデルがトレンドに上がってました。 気になって調べてみたところめっちゃすごかったので紹介 Vibe Voice 1.5Bの特徴 1. 長尺生成 最大90分、4人の異なる話者による自然な会話が可能とのこと 2. モデルの軽さ 1.5Bとのことで軽そーとは思いましたが、GPU積んだPCで全然動くようです。 VRAMが8GBあれば十分動かせそうです。(RTX3060以上であればOK) ベースモ... Source link
Hugging Faceを開いたら、Microsoftから登場したVibe Voice 1.5Bモデルがトレンドに上がってました。 気になって調べてみたところめっちゃすごかったので紹介 Vibe Voice 1.5Bの特徴 1. 長尺生成 最大90分、4人の異なる話者による自然な会話が可能とのこと 2. モデルの軽さ 1.5Bとのことで軽そーとは思いましたが、GPU積んだPCで全然動くようです。 VRAMが8GBあれば十分動かせそうです。(RTX3060以上であればOK) ベースモ... Source link
Microsoftから登場したVibeVoice凄すぎ
Hugging Faceを開いたら、Microsoftから登場したVibe Voice 1.5Bモデルがトレンドに上がってました。 気になって調べてみたところめっちゃすごかったので紹介 Vibe Voice 1.5Bの特徴 1. 長尺生成 最大90分、4人の異なる話者による自然な会話が可能とのこと 2. モデルの軽さ 1.5Bとのことで軽そーとは思いましたが、GPU積んだPCで全然動くようです。 VRAMが8GBあれば十分動かせそうです。(RTX3060以上であればOK) ベースモ... Source link
inmobilexion.com
August 31, 2025 at 3:14 PM
Microsoftから登場したVibeVoice凄すぎ
Hugging Faceを開いたら、Microsoftから登場したVibe Voice 1.5Bモデルがトレンドに上がってました。 気になって調べてみたところめっちゃすごかったので紹介 Vibe Voice 1.5Bの特徴 1. 長尺生成 最大90分、4人の異なる話者による自然な会話が可能とのこと 2. モデルの軽さ 1.5Bとのことで軽そーとは思いましたが、GPU積んだPCで全然動くようです。 VRAMが8GBあれば十分動かせそうです。(RTX3060以上であればOK) ベースモ... Source link
Hugging Faceを開いたら、Microsoftから登場したVibe Voice 1.5Bモデルがトレンドに上がってました。 気になって調べてみたところめっちゃすごかったので紹介 Vibe Voice 1.5Bの特徴 1. 長尺生成 最大90分、4人の異なる話者による自然な会話が可能とのこと 2. モデルの軽さ 1.5Bとのことで軽そーとは思いましたが、GPU積んだPCで全然動くようです。 VRAMが8GBあれば十分動かせそうです。(RTX3060以上であればOK) ベースモ... Source link
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model https://microsoft.github.io/VibeVoice/ (https://news.ycombinator.com/item?id=45114245)
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
microsoft.github.io
September 3, 2025 at 12:43 PM
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model https://microsoft.github.io/VibeVoice/ (https://news.ycombinator.com/item?id=45114245)
READ HN 📖 news about AI, LLM and NLP: VibeVoice-Large-Q8: a working 8-bit quantized VibeVoice model https://huggingface.co/FabioSarracino/VibeVoice-Large-Q8 #technews #NLP #genAI
October 1, 2025 at 11:13 AM
READ HN 📖 news about AI, LLM and NLP: VibeVoice-Large-Q8: a working 8-bit quantized VibeVoice model https://huggingface.co/FabioSarracino/VibeVoice-Large-Q8 #technews #NLP #genAI
VibeVoice di Microsoft: sintesi vocale open source naturale e coerente nel tempo.
Microsoft VibeVoice
VibeVoice è un framework open-source di Text-to-Speech (TTS) sviluppato da Microsoft Research, progettato per generare audio parlato ricco di espressività, naturale e multi-speaker a partire da testo scritto. A differenza dei tradizionali modelli TTS che producono clip brevi o monotone, VibeVoice sintetizza conversazioni naturali di lunga durata (fino a ~90 minuti) con più voci distinte e con dinamiche realistiche. Microsoft ha reso disponibili diverse varianti dei modelli su…
iaol.it
December 14, 2025 at 12:53 PM
VibeVoice di Microsoft: sintesi vocale open source naturale e coerente nel tempo.
leveraging large language models for context understanding. Recent updates include a real-time TTS model supporting streaming input and experimental multilingual speakers. Designed primarily for research, VibeVoice emphasizes responsible use due to potential risks like deepfakes, bias, and (2/3)
December 9, 2025 at 10:02 PM
leveraging large language models for context understanding. Recent updates include a real-time TTS model supporting streaming input and experimental multilingual speakers. Designed primarily for research, VibeVoice emphasizes responsible use due to potential risks like deepfakes, bias, and (2/3)
KI-Stimmen, die wie echte Gespräche klingen? Microsofts VibeVoice erzeugt 90 Minuten Audio mit 4 Sprecher:innen – in einem Lauf. Sprach-KI auf neuem Niveau. #Microsoft #VibeVoice #KI 👇 https://www.all-ai.de/news/top-news24/ki-stimmen-microsoft-vibe
September 28, 2025 at 4:10 PM
KI-Stimmen, die wie echte Gespräche klingen? Microsofts VibeVoice erzeugt 90 Minuten Audio mit 4 Sprecher:innen – in einem Lauf. Sprach-KI auf neuem Niveau. #Microsoft #VibeVoice #KI 👇 https://www.all-ai.de/news/top-news24/ki-stimmen-microsoft-vibe
Anyone know why Microsoft’s VibeVoice model was pulled?
A genuinely high quality voice cloning model, gone with no warning. I was looking forward to the planned streaming version.
Speculation is that it was either released without being fully approved or a serious safety issue was found.
A genuinely high quality voice cloning model, gone with no warning. I was looking forward to the planned streaming version.
Speculation is that it was either released without being fully approved or a serious safety issue was found.
September 4, 2025 at 8:22 PM
Anyone know why Microsoft’s VibeVoice model was pulled?
A genuinely high quality voice cloning model, gone with no warning. I was looking forward to the planned streaming version.
Speculation is that it was either released without being fully approved or a serious safety issue was found.
A genuinely high quality voice cloning model, gone with no warning. I was looking forward to the planned streaming version.
Speculation is that it was either released without being fully approved or a serious safety issue was found.
記事の要約: この記事では、Googleの新しいAIモデル「Gemini 3」が登場し、AI競争が「知能」から「体験」へと移行していることについて議論されています。Gemini 3は、ユーザーインターフェースの生成やGoogleアプリとの連携を通じて、より豊かな体験を提供することを目指しています。また、他の生成AI技術として、オープンソースAIモデル「InternVL3.5」や、4人の会話を生成できるAI「VibeVoice」なども紹介されています。さらに、OpenAIが発表した動画AI「Sora 2」と「Sora」アプリも、進化した性能を持つことが強調されています。全体として、AI技術の進…
「gemini 体験 ai」に関する記事です: https://article.auone.jp/detail/1/3/6/528_6_r_20251125_1764018651975505
Gemini 3は“GPT一強”を崩すのか…AI競争は“知能”から“体験”へ移行か|au Webポータル
au Webポータル
article.auone.jp
November 25, 2025 at 4:47 PM
記事の要約: この記事では、Googleの新しいAIモデル「Gemini 3」が登場し、AI競争が「知能」から「体験」へと移行していることについて議論されています。Gemini 3は、ユーザーインターフェースの生成やGoogleアプリとの連携を通じて、より豊かな体験を提供することを目指しています。また、他の生成AI技術として、オープンソースAIモデル「InternVL3.5」や、4人の会話を生成できるAI「VibeVoice」なども紹介されています。さらに、OpenAIが発表した動画AI「Sora 2」と「Sora」アプリも、進化した性能を持つことが強調されています。全体として、AI技術の進…
Beyond core TTS, VibeVoice opens doors for voice cloning, audiobook narration, & AI assistant integration. Its multi-language support is a powerful feature, shaping future applications in generative AI. #GenerativeAI 6/6
September 4, 2025 at 1:00 PM
Beyond core TTS, VibeVoice opens doors for voice cloning, audiobook narration, & AI assistant integration. Its multi-language support is a powerful feature, shaping future applications in generative AI. #GenerativeAI 6/6
今日のHuggingFaceトレンド
microsoft/VibeVoice-1.5B
このリポジトリは、テキストからポッドキャストのような表現豊かな長尺の多人数対話型音声を生成するVibeVoiceモデルを提供するために作成されました。
従来のテキスト読み上げシステムが抱えるスケーラビリティや話者の一貫性といった課題を解決するため、LLMと独自の音声トークナイザー、拡散フレームワークを組み合わせ、最大4人の話者で90分までの音声を自然に合成することを目指します。
microsoft/VibeVoice-1.5B
このリポジトリは、テキストからポッドキャストのような表現豊かな長尺の多人数対話型音声を生成するVibeVoiceモデルを提供するために作成されました。
従来のテキスト読み上げシステムが抱えるスケーラビリティや話者の一貫性といった課題を解決するため、LLMと独自の音声トークナイザー、拡散フレームワークを組み合わせ、最大4人の話者で90分までの音声を自然に合成することを目指します。
microsoft/VibeVoice-1.5B · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
August 30, 2025 at 10:15 AM
今日のHuggingFaceトレンド
microsoft/VibeVoice-1.5B
このリポジトリは、テキストからポッドキャストのような表現豊かな長尺の多人数対話型音声を生成するVibeVoiceモデルを提供するために作成されました。
従来のテキスト読み上げシステムが抱えるスケーラビリティや話者の一貫性といった課題を解決するため、LLMと独自の音声トークナイザー、拡散フレームワークを組み合わせ、最大4人の話者で90分までの音声を自然に合成することを目指します。
microsoft/VibeVoice-1.5B
このリポジトリは、テキストからポッドキャストのような表現豊かな長尺の多人数対話型音声を生成するVibeVoiceモデルを提供するために作成されました。
従来のテキスト読み上げシステムが抱えるスケーラビリティや話者の一貫性といった課題を解決するため、LLMと独自の音声トークナイザー、拡散フレームワークを組み合わせ、最大4人の話者で90分までの音声を自然に合成することを目指します。
⚡ Hackernews Top story: Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
VibeVoice
microsoft.github.io
September 3, 2025 at 2:35 PM
⚡ Hackernews Top story: Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model https://microsoft.github.io/VibeVoice/ (https://news.ycombinator.com/item?id=45114245)
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
microsoft.github.io
September 3, 2025 at 5:52 PM
Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model https://microsoft.github.io/VibeVoice/ (https://news.ycombinator.com/item?id=45114245)
今日のHuggingFaceトレンド
microsoft/VibeVoice-Realtime-0.5B
本リポジトリは、軽量で低遅延のリアルタイムテキスト音声合成モデル「VibeVoice-Realtime」を公開する。
ストリーミングテキスト入力と堅牢な長文生成をサポートし、大規模言語モデルの応答など、即時の音声化を必要とするサービス構築に活用される。
microsoft/VibeVoice-Realtime-0.5B
本リポジトリは、軽量で低遅延のリアルタイムテキスト音声合成モデル「VibeVoice-Realtime」を公開する。
ストリーミングテキスト入力と堅牢な長文生成をサポートし、大規模言語モデルの応答など、即時の音声化を必要とするサービス構築に活用される。
microsoft/VibeVoice-Realtime-0.5B · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
December 7, 2025 at 10:16 AM
今日のHuggingFaceトレンド
microsoft/VibeVoice-Realtime-0.5B
本リポジトリは、軽量で低遅延のリアルタイムテキスト音声合成モデル「VibeVoice-Realtime」を公開する。
ストリーミングテキスト入力と堅牢な長文生成をサポートし、大規模言語モデルの応答など、即時の音声化を必要とするサービス構築に活用される。
microsoft/VibeVoice-Realtime-0.5B
本リポジトリは、軽量で低遅延のリアルタイムテキスト音声合成モデル「VibeVoice-Realtime」を公開する。
ストリーミングテキスト入力と堅牢な長文生成をサポートし、大規模言語モデルの応答など、即時の音声化を必要とするサービス構築に活用される。
📰 Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
💬 Sentiment: Mostly positive with some skepticism. Vibe: Intrigued but critical. 🎤 "Nice tech, but where's the solid British accent?"
https://news.ycombinator.com/item?id=45114245
💬 Sentiment: Mostly positive with some skepticism. Vibe: Intrigued but critical. 🎤 "Nice tech, but where's the solid British accent?"
https://news.ycombinator.com/item?id=45114245
September 3, 2025 at 12:15 PM
📰 Microsoft VibeVoice: A Frontier Open-Source Text-to-Speech Model
💬 Sentiment: Mostly positive with some skepticism. Vibe: Intrigued but critical. 🎤 "Nice tech, but where's the solid British accent?"
https://news.ycombinator.com/item?id=45114245
💬 Sentiment: Mostly positive with some skepticism. Vibe: Intrigued but critical. 🎤 "Nice tech, but where's the solid British accent?"
https://news.ycombinator.com/item?id=45114245
今日のHuggingFaceトレンド
microsoft/VibeVoice-1.5B
このリポジトリは、テキストから表現豊かで長尺な多話者会話音声を生成するオープンソースのテキスト読み上げモデルVibeVoiceを提供するために作成されました。
従来のTTSシステムが抱えるスケーラビリティ、話者の一貫性、自然な対話の課題を解決し、ポッドキャストなどの用途で最大90分の音声と4人の異なる話者に対応することを目的としています。
microsoft/VibeVoice-1.5B
このリポジトリは、テキストから表現豊かで長尺な多話者会話音声を生成するオープンソースのテキスト読み上げモデルVibeVoiceを提供するために作成されました。
従来のTTSシステムが抱えるスケーラビリティ、話者の一貫性、自然な対話の課題を解決し、ポッドキャストなどの用途で最大90分の音声と4人の異なる話者に対応することを目的としています。
microsoft/VibeVoice-1.5B · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
huggingface.co
August 28, 2025 at 10:18 AM
今日のHuggingFaceトレンド
microsoft/VibeVoice-1.5B
このリポジトリは、テキストから表現豊かで長尺な多話者会話音声を生成するオープンソースのテキスト読み上げモデルVibeVoiceを提供するために作成されました。
従来のTTSシステムが抱えるスケーラビリティ、話者の一貫性、自然な対話の課題を解決し、ポッドキャストなどの用途で最大90分の音声と4人の異なる話者に対応することを目的としています。
microsoft/VibeVoice-1.5B
このリポジトリは、テキストから表現豊かで長尺な多話者会話音声を生成するオープンソースのテキスト読み上げモデルVibeVoiceを提供するために作成されました。
従来のTTSシステムが抱えるスケーラビリティ、話者の一貫性、自然な対話の課題を解決し、ポッドキャストなどの用途で最大90分の音声と4人の異なる話者に対応することを目的としています。
VibeVoice: A Frontier Open-Source Text-to-Speech Model microsoft.github.io/VibeVoice/
VibeVoice
📄 Report · Code · 🤗 Hugging Face
microsoft.github.io
September 6, 2025 at 2:00 AM
VibeVoice: A Frontier Open-Source Text-to-Speech Model microsoft.github.io/VibeVoice/
✨🚀 Get ready for something incredible! 🚀✨ Microsoft is making waves with their new VibeVoice, a real-time text to speech model that supports streaming text input and robust long-form speech generation - all in the blink of an eye. 🤗 Stay ahead of the curve. https://GigCityGeek.com/003707
December 8, 2025 at 1:02 PM
✨🚀 Get ready for something incredible! 🚀✨ Microsoft is making waves with their new VibeVoice, a real-time text to speech model that supports streaming text input and robust long-form speech generation - all in the blink of an eye. 🤗 Stay ahead of the curve. https://GigCityGeek.com/003707