VibeVoice

VibeVoice TTS

Microsoft's multi-speaker long-form model that generates up to 90 minutes with 4 distinct speakers.

תחתמי. עבור 5,000 מגבלה של תווים

לעטוף את הטקסט שלך בתגי SSML לשליטה מדויקת:

<speak><prosody rate="slow">Slow speech</prosody></speak>

שם התוויות של המודל הנבחר הוא □ לחץ כדי להפיל אחד לתוך הטקסט שלך שבו הוא קורה:

המודל הזה קורא טקסט רגיל, כך שמתעלמים מתגי ההצפנה של רגש מבוסס תג, עבור מודל אקספרסיבי כמו אורפיאוס או ברק.

הגדר הגייה מותאמת אישית (מילה = הגייה):

-12 +12
0.5x 2.0x
חינם עם פייפר, VITS, Melotts
הקול שנוצר יופיע כאן. בחר דגם, הזן טקסט, ולחץ על יצירתו.
הקול נוצר בהצלחה
0:00
הורד שמע הורדה. srt הלינק פג ב-24 שעות.
שורה חופשית: שימוש אישי. רישיון מסחרי מ-5/מו.
אוהב את ט.ט.ס.אי?

אודות VibeVoice

VibeVoice from Microsoft is built for long-form, multi-speaker audio. Its 1.5B model can generate up to 90 minutes of speech with as many as 4 simultaneous speakers, using speaker tags to drive multi-turn dialogue — a strong fit for podcasts, audiobooks, and conversations that need speaker consistency across long passages. A separate Realtime 0.5B variant reaches roughly 300ms latency for interactive use. On TTS.ai it covers English and Chinese and accepts up to 50,000 characters per request, so an entire episode can be scripted in one pass.

הטוב ביותר עבור: Podcasts, dialogues, long-form narration, multi-speaker content

עיין בכל VibeVoice קולות

במבט חטוף

מפתח
Microsoft
רישיון
MIT
Tier
standard
מהירות
fast
שיבוט קולי
לא.
שפות
English, Chinese
תווים מרביים
50000

VibeVoice קולות

Speaker 1

English
רגיל Neutral

Speaker 1 (Chinese)

Chinese
רגיל Neutral

Speaker 2

English
רגיל Neutral

Speaker 2 (Chinese)

Chinese
רגיל Neutral

Speaker 3

English
רגיל Neutral

Speaker 4

English
רגיל Neutral

VibeVoice TTS □ FAQ

VibeVoice supports up to 4 distinct speakers and up to 90 minutes of continuous output, with speaker tags for multi-turn dialogue — built for podcasts and long-form narration. It accepts up to 50,000 characters per request.

Yes. Alongside the 1.5B long-form model, a Realtime 0.5B variant achieves roughly 300ms latency for interactive use.

VibeVoice is MIT-licensed. It supports English and Chinese and does not currently support voice cloning.
← כל הקולות