微软终于开源了VibeVoice。
24K+ stars，不是玩具，是生产级语音AI。
支持实时语音克隆、情感控制、多语言切换。延迟低到可以实时对，质量高到难以分辨真假。
这意味什么？
语音交互的门槛，归零了。
以前做语音助手要调ASR、TTS、NLP三件套，现在一个模型全搞定。创业者可以用VibeVoice在几小时内搭建自己的"Her"。
但这里有个问：当语音克隆变得如此简单，声纹认证还安全吗？
你的声音，正在变成可复制的数据。
技术越开放，风险越隐蔽。https://github.com/microsoft/VibeVoice

AI探索 | Hermes/OpenClaw｜优质资源｜优质信息