微软发布VibeVoice，生成长音频播客

VibeVoice 是来自 @MSFTResearch 的框架，用于生成富有表现力的、长篇、多说话者音频对话。从文本创建播客，MIT 许可，可合成长达 90 分钟、4 个不同说话者的语音。