微軟 VibeVoice-ASR：60 分鐘音檔一次轉錄，三合一結構化輸出的開源語音辨識模型

<p>微軟研究院近日開源一個 70 億參數的語音 AI 模型 VibeVoice ，它能在一次處理中轉錄長達 60 [&#8230;]</p> <p>The post <a rel="nofollow" href="https://www.kocpc.com.tw/archives/658441">...