Microsoft开发了Vibevoice-1.5B，这是一种AI模型，可以与四种不同的声音产生长达90分钟的连续对话。 Vibevoice可以通过不同的语言和流派进行表达和自然的对话。 该模型是开源代码，仅需要约7 GB的GPU内存，这使其可以使用消费者图形卡的用户使用。微软刚刚启动了文本对数字vibevoice-1.5b是一种开源代码模型，可以在几个扬声器之间产生多达90分钟的连续对话，而仅运行普通的grove卡只是一个常见的giggrocard。 Vibevoice可以创建长时间的自然对话，听起来像真实的豆荚或有声读物。该模型最多可以处理四个不同的扬声器，并让他们以听起来很自然的方式相互交谈。任何拥有简单图形卡的人都可以使用Vibevoice最令人印象深刻的是，它也许不需要超级计算机。该模型只需要大约7 GB的GPU内存，这意味着大多数拥有现代消费者图形卡的人都可以在家中驱动它。对于需要昂贵的服务器的许多其他AI型号有很大的不同。 Microsoft已根据MIT许可证提供了该模型，这意味着任何人都可以免费使用，修改和构建该技术。它可以通过GitHub和Hugging Face下载，并为任何想要进行试验的人提供。Memo视频在GitHub系统的要求上使用WAN2.2和Vibevoice创建，并且容量需要大约7 GB GPU存储器以供基本使用。 Funner on Consumer Graphics卡（例如，这是一个研究版本，主要用于实验使用和进一步开发。微软鼓励开发人员的积极协作和反馈，以进一步改善系统。更多信息：