vibevoice.cpp: Microsoft VibeVoice (TTS + long-form ASR with diarization) 를

요약

이 글은 Microsoft VibeVoice(TTS 및 장문 ASR, 화자 식별 포함)를 순수 C++ ggml 포팅 버전인 vibevoice.cpp로 출시한 내용을 담고 있습니다. 이 프로젝트는 TTS와 ASR 기능을 모두 제공하며, 특히 CPU 환경에서도 높은 성능을 보여주며 다양한 백엔드(CUDA, Metal 등)를 지원합니다. 핵심은 Python 의존성 없이 독립적인 C++ 라이브러리 형태로 배포되어 임베딩 및 시스템 통합에 매우 용이하다는 점입니다.

핵심 포인트

• Microsoft VibeVoice의 순수 C++ ggml 포팅 버전인 vibevoice.cpp가 출시되었습니다.
• TTS(음성 클로닝)와 화자 식별을 포함한 장문 ASR 기능을 모두 지원합니다.
• CPU, CUDA, Metal 등 다양한 백엔드를 지원하는 단일 바이너리 또는 라이브러리 형태로 제공되어 임베딩에 최적화되어 있습니다.
• Python이나 vLLM 같은 복잡한 환경 의존성 없이 독립적으로 실행할 수 있어 시스템 통합이 용이합니다.