Microsoft가 VibeVoice를 출시했으며, 이는 음성 전사 (Speech Transcription)의 가장 큰 문제 중 하나를 해결합니다.

긴 녹음 파일을 아주 작은 조각으로 나누는 대신, 이 7B 모델은 한 시간 분량의 오디오 전체를 단 한 번의 패스 (Single Pass)로 처리합니다.

이는 대화가 처음부터 끝까지 일관되게 유지됨을 의미합니다.

• 누가 무엇을 말했는지 정확하게 추적하는 내장된 화자 분리 (Speaker Diarization)
• 모든 화자의 발화 차례에 대한 정밀한 타임스탬프 (Timestamps)
• 50개 이상의 언어 지원
• 로컬 (Locally)에서 실행되므로 API 비용이 발생하지 않음

팟캐스트, 회의, 인터뷰 및 긴 대화에 있어 이는 큰 진전입니다.

Github 링크 : https://t.co/5prvi5ydBH
[IMG:1]