Lange Audioaufnahmen mit künstlicher Intelligenz analysieren
VibeVoice wurde von Microsoft veröffentlicht und als Open-Source-Sprach-KI-Framework entwickelt. Mit seiner Python-basierten Struktur ermöglicht das System Benutzern, eigene Klangmodelle zu trainieren und in ihre Anwendungen zu integrieren.
Aktualisierungen
- 27. September 2026: Sterne 51,860 → 54,502.
- 2. August 2026: Sterne 48,569 → 51,860.
Was es bringt
- Konvertiert bis zu 60 Minuten Audioaufnahme gleichzeitig in Text.
- Es stellt Sprecher-ID, Zeitstempel und Inhaltsdetails auf strukturierte Weise bereit.
- Bietet benutzerdefinierte Schlüsselwortunterstützung für benutzerdefinierte Begriffe und Namen.
Installation
git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice
pip install -e .Ausführung
python demo/vibevoice_asr_gradio_demo.py --model_path microsoft/VibeVoice-ASR --sharepython demo/vibevoice_asr_inference_from_file.py --model_path microsoft/VibeVoice-ASR --audio_files [ses-dosyasi]Wenn Sie nicht programmieren
Ich möchte meine 60-minütige Audioaufnahme mit dem VibeVoice-Modell analysieren. Ich muss als strukturierte Textdatei abrufen, wer die Sprecher sind, wann sie gesprochen haben und welchen Inhalt sie gesagt haben. Ich möchte auch benutzerdefinierte Schlüsselwörter hinzufügen, damit das Modell technische Begriffe genauer erkennt. Wie kann ich diesen Prozess strukturieren?
Repository: https://github.com/microsoft/VibeVoice. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.
Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.
Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.
Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.
Verwandte Begriffe aus dem Glossar
Links
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-06-07 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.