VibeVoice TTS
Microsoft's multi-speaker long-form model that generates up to 90 minutes with 4 distinct speakers.
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):
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 קולותבמבט חטוף
- מפתח
- Microsoft
- רישיון
- MIT
- Tier
- standard
- מהירות
- fast
- שיבוט קולי
- לא.
- שפות
- English, Chinese
- תווים מרביים
- 50000