← Keşif
Keşif · GitHub · VibeVoice

Uzun ses kayıtları için yapay zekâ

Microsoft tarafından yayınlanan VibeVoice, açık kaynaklı bir sesli yapay zekâ (voice AI) çerçevesi olarak geliştirildi. Sistem, Python tabanlı yapısıyla kullanıcıların kendi ses modellerini eğitmelerine ve uygulamalarına entegre etmelerine olanak tanıyor.

Ne kazandırır?

  • 60 dakikaya kadar kesintisiz ses dökümü
  • Konuşmacı, zaman damgası ve içerik takibi
  • Özel terimler ile yüksek doğrulukta tanıma

Kurulum

GitHub'dan kur
git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice
pip install -e .

Çalıştırma

Gradio demo
python demo/vibevoice_asr_gradio_demo.py --model_path microsoft/VibeVoice-ASR --share
Dosyadan transkripsiyon
python demo/vibevoice_asr_inference_from_file.py --model_path microsoft/VibeVoice-ASR --audio_files [ses-dosyasi]

Kaynak: Resmî depo · docs/vibevoice-asr.md (microsoft/VibeVoice). Kurulabilir model VibeVoice-ASR; TTS kodu depodan çıkarıldı.

Kimin içinUzun süreli ses kayıtlarını, podcastleri veya çok konuşmacılı toplantıları metne dökmek isteyen araştırmacılar ve geliştiriciler içindir.
LisansMIT

Bağlantılar

İlgili sözlük terimleri

Artificial Intelligence

TreScout bu aracı geliştirmedi · GitHub trendlerinde keşfedip Türkçe tanıttı. Yıldız ve sayılar keşif tarihindeki değerlerdir.