microsoft/VibeVoice-ASR-Streaming-7B · Hugging Face

来源: https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B
GitHub 仓库 (https://github.com/microsoft/VibeVoice) 在线演示 (https://aka.ms/vibeasr)

VibeVoice-ASR-Streaming 是一个统一的流式语音识别模型，能够转录谁（说话人）说了什么（内容），并支持自定义热词和10种语言。

➡️ 代码库： microsoft/VibeVoice (https://github.com/microsoft/VibeVoice)
➡️ 演示： VibeVoice-ASR-Streaming (https://aka.ms/vibeasr)

VibeVoice-ASR-Streaming 架构

https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B#%F0%9F%94%A5-key-features🔥 主要功能

• 📝 流式说话人归属转录：在语音输入时，持续转录谁说了什么。
• 👤 自定义热词：用户可以提供自定义热词，例如人名和专业术语，以提高特定领域内容的识别准确率。
• 🌍 多语言支持：支持中文、英文、法文、德文、意大利文、日文、韩文、葡萄牙文、俄文和西班牙文。

https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B#evaluation评估

VibeVoice-ASR-Streaming 评估结果

https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B#installation-and-usage安装与使用

请参考 GitHub 仓库 (https://github.com/microsoft/VibeVoice)。

https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B#license许可协议

本项目采用 MIT 许可证。

https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B#contact联系方式

本项目由微软研究院成员开展。我们欢迎来自各方的反馈与合作。如果您有任何建议、问题，或在我们的技术中发现意外/不当行为，请通过 [email protected] 与我们联系。如果团队收到不良行为报告或自行发现问题，我们将通过相应的缓解措施更新此仓库。