VibeVoice Gerçek Zamanlı: İçerik Oluşturucuların Beklediği Düşük Gecikmeli TTS Motoru

VibeVoice Gerçek Zamanlı'nın İçerik Üreticileri İçin Önemi#

İçerik oluşturuyorsanız, hız her şeydir. Bir video düzenlerken, bir tasarım üzerinde yineleme yaparken, bir oyun prototipini test ederken, bir podcast kaydederken veya bir senaryo taslağı hazırlarken, yavaş metinden konuşmaya (TTS) araçlarını beklemek akışınızı bozar. VibeVoice Gerçek Zamanlı, bunu düzeltmek için tasarlanmıştır. Microsoft tarafından oluşturulan ve açık kaynaklı bir model olarak yayınlanan VibeVoice Gerçek Zamanlı, yaklaşık 300 ms'de (donanıma bağlı olarak) ilk duyulabilir konuşmayı, akış metin girişi ve sağlam uzun biçimli konuşma üretimi ile sunar. İçerik oluşturucular için bu, canlı anlatım, anında diyalog önizlemeleri, sesli yönlendirmeli arayüzler ve ilk belirteçlerinden itibaren konuşan yapay zeka aracıları anlamına gelir; hem de gecikme olmadan.

Bu derinlemesine incelemede, VibeVoice Gerçek Zamanlı'nın ne olduğunu, bu kadar düşük gecikmeyi nasıl sağladığını, nerelerde parladığını, iş akışınıza nasıl entegre edeceğinizi ve nasıl sorumlu bir şekilde kullanacağınızı keşfedeceğiz. İster bir video editörü, tasarımcı, yazar, seslendirme sanatçısı veya etkileşimli medya oluşturan bir geliştirici olun, VibeVoice Gerçek Zamanlı yaratıcı döngünüzü önemli ölçüde hızlandırabilir.

VibeVoice Gerçek Zamanlı Nedir?#

VibeVoice Gerçek Zamanlı, ultra düşük gecikme ve akış girişi için optimize edilmiş gerçek zamanlı bir metinden konuşmaya modelidir. VibeVoice ailesindeki 0,5B parametreli girdidir ve özellikle hızlı yanıtın çok önemli olduğu etkileşimli uygulamalar ve aracı tarzı iş akışları için uygundur.

VibeVoice Gerçek Zamanlı'nın temel özellikleri:

~300 ms ilk duyulabilir çıktı ile gerçek zamanlı TTS (donanıma bağlı)
Sürekli, canlı veri akışlarını işlemek için akış metin girişi
Güçlü uzun biçimli konuşma üretimi (yaklaşık 10 dakikaya kadar üretim uzunluğu)
Hafif tasarım: bileşenler arasında yaklaşık 1B toplam parametre
Öncelikle İngilizce çıktı, tek konuşmacı
MIT Lisansı altında açık kaynaklı sürüm (ayrıntılar için depoya bakın)
Duyulabilir bir sorumluluk reddi ve filigran dahil olmak üzere güvenlik öncelikli rehberlik ve özellikler

Model, hız, verimlilik ve pratik kalite kesişiminde yer alır. Yalnızca artikülasyon ve çoklu konuşmacı kimliği için optimize eden birçok yüksek kaliteli TTS sisteminden farklı olarak, VibeVoice Gerçek Zamanlı, aracıların ve etkileşimli deneyimlerin anlaşılırlık veya tutarlılıktan ödün vermeden anında hissedilmesini sağlamaya odaklanır.

VibeVoice Gerçek Zamanlı'nın Hızının Arkasındaki Mimari#

Saniyenin altında konuşma başlangıcı elde etmek için VibeVoice Gerçek Zamanlı, metin kodlama ve akustik kod çözmeyi örtüştüren aralıklı, pencereli bir tasarım kullanır. Pratikte bu, sistemin bazı bölümlerinin sonraki ses çerçevelerini hazırlarken, diğerlerinin hala en son metin belirteçlerini işlemesi anlamına gelir; böylece konuşma, anlamlı metin gelir gelmez başlayabilir.

VibeVoice Gerçek Zamanlı'nın temel bileşenleri:

LLM omurgası: Qwen2.5-0.5B
Akustik belirteçleyici: Düşük 7,5 Hz kare hızında çalışan σ-VAE varyantı
Difüzyon başlığı: Akustik belirteçleri yüksek kaliteli konuşmaya verimli bir şekilde dönüştürür
Bağlam uzunluğu: 8k belirteç
Üretim uzunluğu: ~10 dakika
Model boyutu bileşimi: ~0,5B (LLM) + ~340M (akustik kod çözücü) + ~40M (difüzyon başlığı)

Neden önemli:

Aralıklı pencereler: Modelin tam metin görülmeden "konuşmaya" başlamasına izin verin.
Düşük kare hızlı belirteçleyici: Saniyede gereken akustik belirteç sayısını azaltır, akış verimliliğini artırır.
Difüzyon başlığı: Ağır bir gecikme cezası olmadan üretilen konuşmaya kalite katar.
Küçük LLM çekirdeği: Qwen2.5-0.5B, uzun biçimli anlatım için bağlamı korurken akıl yürütme yükünü düşük tutar.

Bu tasarım, VibeVoice Gerçek Zamanlı'nın her milisaniyenin önemli olduğu konuşma aracılarını, sesle güçlendirilmiş uygulamaları ve içerik oluşturucu araçlarını desteklemesini sağlar.

Performans: Gerçek Zamanlı Olarak Güvenebileceğiniz Kalite#

VibeVoice Gerçek Zamanlı, gecikmeyi netlikle dengeler. Standart kıyaslamalarda, tek sesli bir sistem için makul konuşmacı benzerliğini korurken rekabetçi kelime hata oranlarına (WER) ulaşır:

LibriSpeech test-clean: WER %2,00, Konuşmacı Benzerliği 0,695
SEED test-en: WER %2,05, Konuşmacı Benzerliği 0,633

Bu sonuçlar, VibeVoice Gerçek Zamanlı'nın anlatım, taslak hazırlama, sesli yönlendirme ve canlı yanıtlar için uygun, anlaşılır ve kararlı konuşma ürettiğini gösterir; hem de büyük donanım gerektirmeden.

VibeVoice Ailesine Genel Bakış ve Değiş Tokuşlar#

VibeVoice Gerçek Zamanlı, farklı ihtiyaçlar için ayarlanmış daha geniş bir model setinin parçasıdır. VibeVoice Gerçek Zamanlı düşük gecikmeyi ve akış yanıt verme özelliğini vurgularken, daha büyük varyantlar (örneğin, 1,5B, Büyük) genişletilmiş bağlamı, daha uzun üretim pencerelerini veya kalite iyileştirmelerini hedefler. Birçok içerik oluşturucu iş akışı için VibeVoice Gerçek Zamanlı, özellikle hızlı tepki veren arayüzler, demolar veya aracı deneyimler oluşturuyorsanız, hız ve dağıtım ayak izinin en iyi dengesini sunar.

Kullanım durumunuz çoklu konuşmacı çeşitliliği, müzik veya konuşma dışı ses manzaraları gerektiriyorsa, VibeVoice Gerçek Zamanlı bunun için tasarlanmamıştır. Tek bir İngilizce konuşan sese odaklanmıştır ve ortam sesi veya müzik sentezlemez. Kapsamının bu netliği, temel işinde neden başarılı olduğunun bir parçasıdır.

VibeVoice Gerçek Zamanlı'nın Bir İçerik Oluşturucunun İş Akışına Nerede Uyduğu#

İşte farklı yaratıcı disiplinlerin VibeVoice Gerçek Zamanlı'dan yararlanabileceği pratik yollar:

Video oluşturucular ve editörler
- Anında geçici seslendirmeler: Bir senaryoyu bırakın ve zamanlamayı saniyeler içinde duyun.
- Canlı yayın katmanları için canlı anlatım: İzleyici yorumlarını veya altyazıları geldikçe okuyun.
- Hızlandırma üzerinde hızlı yineleme: Duraklamaları, vurguyu ve ton işaretlerini anında ayarlayın.
Tasarımcılar ve prototipçiler
- Ses öncelikli prototipler: Etkileşimli maketlerde gerçek zamanlı sesli geri bildirimi güçlendirin.
- Sözlü istemlerle UX testi: Eller serbest UI anlatımı kullanarak akışları doğrulayın.
- Tasarım sprintleri: Uzun oluşturma süreleri olmadan sesleri tıklanabilir prototiplere getirin.
Yazarlar ve içerik stratejistleri
- Taslağınızı duymak: Dinleyerek beceriksiz ifadeleri yakalamak için VibeVoice Gerçek Zamanlı'yı kullanın.
- Hızlı A/B okumaları: Yazma aracınızda alternatif girişleri ve kancaları test edin.
- Sesli bloglar: İşbirlikçilerle hemen paylaşmak için "ilk çekim" anlatımı oluşturun.
Seslendirme sanatçıları ve ses oluşturucular
- Çizik parçalar: Oturumları ve zamanlamayı yapılandırmak için kılavuz okumaları oluşturun.
- Soğuk okuma hazırlığı: Kabine girmeden önce senaryo varyantlarını dinleyin.
- Karakter hızlandırması: Tek sesli olmasına rağmen, teslimatı test etmek için noktalama işaretlerini ve ifadeyi kullanın.
Oyun geliştiricileri ve etkileşimli hikaye anlatıcıları
- Reaktif NPC anlatımı: Canlı diyalog için oluşturulan metni VibeVoice Gerçek Zamanlı'ya besleyin.
- Sistem sesleri: Oyun içi asistanınıza anında, doğal sesli yanıtlar verin.
- Oyun testleri için anında anlatım: Prosedürel metin olaylarını gerçek zamanlı olarak dinleyin.
Podcast yayıncıları ve yayıncılar
- Canlı özetler: Oluşturulan vurgu kartlarını veya sponsor metnini gecikmeden okuyun.
- Gerçek zamanlı transkripsiyon geri okuması: Sohbet özetlerini tekrar doğal konuşmaya dönüştürün.
- Üretim iskelesi: Sesli taslaklar oluşturun ve ardından daha sonra son okumalarla değiştirin.

Ortak nokta: VibeVoice Gerçek Zamanlı, fikir ve işitsel geri bildirim arasındaki döngüyü kısaltır ve sizi yaratıcı akışınızda tutar.

Uygulamalı: VibeVoice Gerçek Zamanlı'yı Kullanmaya Başlama#

Bu makale özelliklere ve kullanım durumlarına odaklanırken, VibeVoice Gerçek Zamanlı uygulamalı kullanıma hazırdır. İhtiyacınız olan her şeyi Microsoft VibeVoice deposunda ve model kartında bulacaksınız.

Model kartı: https://huggingface.co/microsoft/VibeVoice-Realtime-0.5B
Proje sayfası: https://microsoft.github.io/VibeVoice
Kod: https://github.com/microsoft/VibeVoice
Demo uygulaması (Space): https://huggingface.co/spaces/anycoderapps/VibeVoice-Realtime-0.5B
Teknik rapor: https://arxiv.org/abs/2508.19205

Temel kurulum taslağı:

Sistem gereksinimleri, kurulum adımları ve ses bağımlılıkları için GitHub deposundaki README'yi inceleyin.
Ortamınızın düşük gecikmeyle ses ürettiğini doğrulamak için demoyu veya Hugging Face Space'i çalıştırın.
Modele akış metin girişi besleyin. En iyi sonuçlar için, metni doğal cümlelerde gönderin ve hızlandırmaya rehberlik etmek için noktalama işaretlerini kullanın.
CPU/GPU kullanımını ve ses arabellek boyutlarını izleyin. Donanımı ve arabellek yapılandırmasını ayarlamak, ~300 ms konuşma başlangıç hedefine ulaşıp ulaşmadığınızı etkileyecektir.

VibeVoice Gerçek Zamanlı'yı kullanan içerik oluşturucular için ipuçları:

Senaryo taslağı hazırlama için, anında ifadeyi duymak için paragrafları cümle cümle akışa alın.
Aracı entegrasyonu için, etkileşimleri hızlı tutmak için LLM'nin ilk belirteçlerinden konuşmaya başlayın.
Düzenleme iş akışları için, VibeVoice Gerçek Zamanlı çıktısını DAW'nize bir çizik parça olarak yönlendirin; gerekirse daha sonra son bir okuma ile değiştirin.

VibeVoice Gerçek Zamanlı Akış Girişini Nasıl İşler?#

Geleneksel TTS genellikle ses üretmeden önce tüm cümleleri veya büyük metin parçalarını bekler, bu da gecikmeye neden olur. VibeVoice Gerçek Zamanlı, sürekli gelen metni destekler. Uygulamanız veya aracınız yeni belirteçler ürettikçe, model kodunu çözebilir ve zaten gördüğü şey için oynatmaya başlayabilir.

VibeVoice Gerçek Zamanlı'ya akış için en iyi uygulamalar:

Kısa semantik parçalarda akış: Cümle düzeyinde veya ifade düzeyinde birimler idealdir.
Noktalama işaretlerini kullanın: Kısa duraklamalar ve virgüller, modelin daha doğal bir şekilde hızlanmasına yardımcı olur.
Gerçek zamanlı olarak kod ağırlıklı veya formül açısından zengin metinden kaçının: Bu bilinen bir sınırlamadır.
Bağlamı 8k belirtecin altında tutun: VibeVoice Gerçek Zamanlı uzun bağlamı işleyebilir, ancak sınırlı pencereler yanıt verme özelliğini korur.

Ses Kalitesi ve Doğallık: VibeVoice Gerçek Zamanlı'dan En İyi Şekilde Yararlanma#

VibeVoice Gerçek Zamanlı hızı vurguladığından, metin stiliniz sonucu etkiler. Netliği en üst düzeye çıkarmak için bu teknikleri kullanın:

Kulağa göre yazın: Basit cümleler, net özne-fiil-nesne ve konuşma noktalama işaretleri.
Noktalama işaretleriyle hızlandırmayı kontrol edin: Virgüller, uzun çizgiler ve noktalar doğal nefes işaretleri görevi görür.
Niyetinizi zarflarla seyrek olarak belirtin: Sesleri değiştiremeseniz de, hızlandırmayı (örneğin, "yavaşça", "kısa duraklama", "heyecanla") önerebilir ve iş akışınızda en doğal gelen şeyi test edebilirsiniz.
Kısaltmaları telaffuz edilebilir tutun: Gerekirse fonetik ipuçları sağlayın veya ilk kullanımda kısaltmaları genişletin.

VibeVoice Gerçek Zamanlı tek sesli İngilizce olduğundan, onu hızlı "netlik geçişiniz" olarak düşünün. Ritim ve yapıdaki sorunları yakalamak için kullanın. Marka sesi tutarlılığı veya çok dilli üretim için, son ses kimliğinizle eşleşen bir model kullanarak daha sonraki bir işlem hattı aşaması planlayın, ardından taslak hazırlama ve yineleme için VibeVoice Gerçek Zamanlı'yı daha erken bir aşamaya yerleştirin.

Gerçek Zamanlı Aracıları ve VibeVoice Gerçek Zamanlı#

Öne çıkan bir kullanım durumu, aracı tarzı uygulamalardır. VibeVoice Gerçek Zamanlı ile bir LLM, tam bir cümleyi beklemeden ilk belirteçlerinden konuşmaya başlayabilir. Bu, asistanların duyarlı ve canlı hissetmesini sağlar; müşteri destek kioskları, ses öncelikli üretkenlik araçları ve eğitim arkadaşları için idealdir.

Temel aracı entegrasyon stratejileri:

Belirteç düzeyinde akış: Konuşma modelinizin belirteç akışını doğrudan VibeVoice Gerçek Zamanlı girişine bağlayın.
Geri basınçla toplu işleme: Uzun monologlar sırasında arabellekleri bunaltmamak için basit akış kontrolü uygulayın.
Araya girme işleme: Kullanıcıların ses çıkışını durdurarak ve yeni öncelikler geldiğinde yeni bir geçiş başlatarak konuşan aracıyı kesintiye uğratmasına ve yeniden yönlendirmesine izin verin.
Gecikme bütçelemesi: Her aşamayı (belirteç oluşturma, TTS başlangıcı, ses çalma) profillendirin, böylece aracınız saniyenin altında etkileşim hedeflerine ulaşır.

VibeVoice Gerçek Zamanlı hafif olduğundan, mütevazı GPU'larda veya güçlü CPU'larda dağıtabilir ve ardından yatay olarak ölçeklendirebilirsiniz. Büyük altyapı ayırmadan ürünleri sesle etkinleştirmenin erişilebilir bir yoludur.

VibeVoice Gerçek Zamanlı ile Sorumlu ve Etik Kullanım#

Gerçek zamanlı TTS güçlüdür ve güçle birlikte sorumluluk gelir. VibeVoice Gerçek Zamanlı'nın yaratıcıları, güvenli, etik dağıtımı vurgular. Bu korkulukları aklınızda bulundurun:

Açık rıza olmadan sesleri veya kişileri taklit etmeyin.
Gerçek zamanlı "deepfake'ler" dahil olmak üzere dezenformasyondan veya aldatıcı kullanımlardan kaçının.
Güvenlik özelliklerini koruyun: VibeVoice Gerçek Zamanlı, duyulabilir bir sorumluluk reddi ve algılanamayan bir filigran içerir; güvenlik önlemlerini kaldırmayın veya devre dışı bırakmayın.
Yapay zeka tarafından oluşturulan konuşmayı izleyicilere ve işbirlikçilere açıkça açıklayın.
Model öncelikle İngilizce ve tek bir konuşmacı için eğitilmiştir; uygun etiketleme ve test olmadan çoklu konuşmacı veya çok dilli olarak sunmaktan kaçının.

Ek olarak, proje MIT Lisansı altında yayınlanmış olsa da, yazarlar ticari kullanımdan önce dikkatli bir değerlendirme önerir. En iyi uygulama olarak, yargı alanınızdaki güvenilirlik, uç durumlar ve yasal uyumluluk için kendi testlerinizi yapın.

Göndermeden Önce Dikkate Alınması Gereken Sınırlamalar#

Bilinçli kararlar vermek için VibeVoice Gerçek Zamanlı'nın neler yapmadığının farkında olun:

Yalnızca tek konuşmacı: Çoklu ses seçimi veya klonlama yok.
Öncelikle İngilizce: İngilizce ötesinde sınırlı destek.
Konuşma dışı ses yok: Müzik, ambiyans veya karmaşık ses tasarımı oluşturmaz.
Teknik içerik: Kod veya formül ağırlıklı pasajlar kusurlu bir şekilde işlenebilir.
Gecikme donanıma bağlıdır: ~300 ms'ye ulaşmak, ayarlama ve yetenekli cihazlar gerektirebilir.
Güvenlik kısıtlamaları: Amaçlanan kullanım politikalarına uyun ve kapsam dışı kullanım durumlarından kaçının.

Bu sınırlar, VibeVoice Gerçek Zamanlı'yı temel işinde güvenilir kılan şeyin bir parçasıdır: etkileşimli deneyimler ve yinelemeli yaratıcı iş akışları için hızlı, anlaşılır konuşma.

Bir İçerik Oluşturucunun Hızlı Başvurusu: Önemli Özellikler#

İşte proje özetinize sabitleyebileceğiniz VibeVoice Gerçek Zamanlı için kısa bir özellik anlık görüntüsü:

İlk duyulabilir konuşma: ~300 ms (donanıma bağlı)
Giriş: Akış metni
Çıktı: İngilizce konuşma (tek konuşmacı)
LLM tabanı: Qwen2.5-0.5B
Akustik belirteçleyici: σ-VAE varyantı, 7,5 Hz
Difüzyon başlığı: Doğallık için hafif iyileştirme
Bağlam uzunluğu: 8k belirteç
Üretim uzunluğu: ~10 dakika
Parametreler: ~0,5B (LLM) + ~340M (akustik kod çözücü) + ~40M (difüzyon başlığı)

VibeVoice Gerçek Zamanlı'yı Bugün Kullanmak İçin Pratik Tarifler#

Akışlar için canlı altyazı anlatımı
- Akış: Sohbeti veya altyazıları transkribe edin -> özetleyin -> anında anlatım için VibeVoice Gerçek Zamanlı'ya ifadeler gönderin.
- Fayda: Kapsayıcı, eller serbest deneyimler ve dinamik akış anları.
YouTube videoları için editoryal taslak hazırlama
- Akış: Bir senaryo taslağı hazırlayın -> cümle cümle VibeVoice Gerçek Zamanlı'ya akışa alın -> hızlandırmayı dinleyin -> ayarlayın -> zaman çizelgesi yerleşimi için çizik VO'yu dışa aktarın.
- Fayda: Yinelemeden saatler kısaltır; zamanlama kararlarınız dinlerken gerçekleşir.
Podcast özet oluşturucu
- Akış: Gösteri notlarını özetleyin -> "soğuk açılış" oluşturun -> birden çok sürümü canlı duymak için VibeVoice Gerçek Zamanlı'yı kullanın -> "gerçekten" kaydetmek için en iyisini seçin.
- Fayda: Daha az mikrofon yorgunluğu ile daha hızlı yaratıcı kararlar.
Sesli istemlerle tasarım incelemeleri
- Akış: Kısa istemler hazırlayın -> prototiplere yerleştirin -> etkin noktalar etkinleştiğinde VibeVoice Gerçek Zamanlı anlatımını tetikleyin.
- Fayda: Paydaşlar, ses bağlamıyla akışları deneyimler ve geri bildirim kalitesini artırır.
Aracı öğretici arkadaşı
- Akış: Konuşma modeli adımları açıklar -> belirteçler VibeVoice Gerçek Zamanlı'ya akar -> kullanıcı hemen rehberlik duyar.
- Fayda: Eğitim ve işe alımda doğal, duyarlı rehberlik.

VibeVoice Gerçek Zamanlı'yı Tipik TTS Seçenekleriyle Karşılaştırma#

Geleneksel TTS sistemleri genellikle şunları gerektirir:

Oynatmadan önce tam cümle girişi
Daha ağır modeller veya yalnızca bulut gecikmesi
Üretim sırasında sınırlı etkileşim

VibeVoice Gerçek Zamanlı bu senaryoyu tersine çevirir:

Ses ~300 ms'de başlar ve ardından metin akarken devam eder
Düşük gecikmeli dağıtım için ayarlanmış hafif bileşenler
Sıfırdan aracı ve etkileşimli araçlar için tasarlanmıştır

Yüksek kaliteli çoklu konuşmacı TTS motorları daha zengin bir ses paleti sunabilirken, genellikle yanıt verme özelliğini doğrulukla değiştirirler. VibeVoice Gerçek Zamanlı pratik bir denge kurar: etkileşimli hızlarda net ve tutarlı konuşma sunar, bu da onu prototipleme, canlı deneyimler ve sese ulaşma süresinin kritik olduğu içerik oluşturucu iş akışları için başvurulacak bir seçim haline getirir.

Gelecek Görünümü: VibeVoice Gerçek Zamanlı'nın Yaratıcı Araçlar İçin Sinyalleri#

VibeVoice Gerçek Zamanlı, sesin yaratıcı araçlarda varsayılan bir yöntem haline geldiği bir geleceğe işaret ediyor:

DAW'lar ve NLE'ler, anında zamanlama kontrolleri için "yazarken konuş" kazanır.
Prototipleme araçları yerel sesli yanıtlar alır ve ses öncelikli UX testinin kilidini açar.
Oyun motorları anlatı metnini doğrudan sahneleme gecikmeleri olmadan konuşmaya aktarır.
Aracı iş akışları sorunsuz hissedilir; LLM'ler düşünürken konuşur.

Ekosistem olgunlaştıkça, daha sıkı entegrasyonlar, daha kontrol edilebilir prozodi ve isteğe bağlı ses çeşitliliği bekleyin. Şimdilik, VibeVoice Gerçek Zamanlı, içerik oluşturuculara zaten gerçek zamanlı değer sağlayan güçlü, pratik bir temeldir.

Sonuç: VibeVoice Gerçek Zamanlı ile Düşünce Hızında Oluşturun#

Üretkenliği saat başına yinelemelerle ölçen içerik oluşturucular için VibeVoice Gerçek Zamanlı bir kuvvet çarpanıdır. Ultra düşük gecikmeyi, akış girişini ve uzun biçimli kararlılığı, bugün deneyebileceğiniz tek bir açık kaynaklı pakette birleştirir. Geçici VO, canlı anlatım, prototipleme ve aracı konuşması için VibeVoice Gerçek Zamanlı'yı kullanın; ardından, konseptiniz kilitlendiğinde, gerekirse son sesinizi değiştirin. Daha az bekleyip daha çok oluşturacaksınız.

Keşfedin ve deneyin:

Model kartı ve demolar: https://huggingface.co/microsoft/VibeVoice-Realtime-0.5B
Proje sayfası: https://microsoft.github.io/VibeVoice
Kod ve kurulum: https://github.com/microsoft/VibeVoice
Space demosu: https://huggingface.co/spaces/anycoderapps/VibeVoice-Realtime-0.5B

VibeVoice Gerçek Zamanlı, fikirlerinizin neredeyse anında kendileri için konuşmasına yardımcı olur.