微软发布VibeVoice语音分词器

微软刚刚在 Hugging Face 上发布了 VibeVoice Acoustic Tokenizer。

这是一种语音分词器，在 7.5 Hz 下比 Encodec 压缩音频好 80 倍，支持最长 90 分钟的多说话人对话。