LM247x24 AI大模型动态

·LM24·中文

微软开源VibeVoice-ASR:60 分钟长音频一把梭

VibeVoice-ASR推出了一种统一的语音转文本模型,能够在一次处理过程中处理长达60分钟的音频,并生成结构化的转录内容,包括发言者(Who)、时间戳(When)和具体内容(What)。该模型还支持自定义热词功能,进一步增强了转录的精准度和灵活性,为长时间音频记录提供了高效的解决方案。

阅读原文

返回快讯列表