TTS

微软最新开源轻量级实时文本转语音模型VibeVoice-Realtime-0.5B，以仅5亿参数实现300毫秒首音延迟，支持中英文双语合成与4角色自然对话，适用于智能客服、数字人、电商直播等场景，推动...