받아쓰기·번역
VibeVoice
Microsoft의 음성 인식·합성 연구 모델 모음입니다. 현재 제공하는 ASR 모델은 전사와 화자 구분·시간 정보를 다룹니다.
회의나 인터뷰 녹음을 연구용으로 분석하고 누가 언제 말했는지 확인하는 데 활용할 수 있습니다.
- 사용 기기
- Python · PyTorch · 모델별 GPU·서버 환경
- 시작 난이도
- 어려움 · 연구 모델과 의존성 설정
- 무료 범위
- 저장소 코드는 MIT. 로컬 모델용 장비가 필요하며, 모델별 사용 조건과 클라우드 컴퓨팅 비용은 별도입니다.
처음 시작하는 순서
- 현재 배포되는 모델과 비활성화된 모델을 구분합니다.
- ASR 등 선택한 모델의 전용 문서대로 환경을 확인합니다.
- 짧은 녹음으로 전사·화자·시간 정보의 오류를 검토합니다.
과거 장문 다화자 VibeVoice-TTS 코드는 제거됐다고 공식 README에 명시돼 있습니다. 현재 ASR·Realtime 모델과 구분해야 하며 실서비스 투입은 추가 검증이 필요합니다.
공식 사이트 · 설치 안내공식 설명 확인 · 2026-10-25 / 직접 사용 검증 전