Analizando largas grabaciones de audio con inteligencia artificial
Publicado por Microsoft, VibeVoice fue desarrollado como un marco de inteligencia artificial de voz de código abierto. Con su estructura basada en Python, el sistema permite a los usuarios entrenar sus propios modelos de sonido e integrarlos en sus aplicaciones.
Actualizaciones
- 27 de septiembre de 2026: Estrellas 51,860 → 54,502.
- 2 de agosto de 2026: Estrellas 48,569 → 51,860.
Qué aporta
- Convierte hasta 60 minutos de grabación de audio en texto a la vez.
- Proporciona identificación del hablante, marca de tiempo y detalles del contenido de forma estructurada.
- Proporciona compatibilidad con palabras clave definidas por el usuario para términos y nombres personalizados.
Instalación
git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice
pip install -e .Ejecución
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]Si no programa
Quiero analizar la grabación de audio de 60 minutos que tengo usando el modelo VibeVoice. Necesito recuperar quiénes son los oradores, cuándo hablaron y el contenido que dijeron como un archivo de texto estructurado. También quiero agregar palabras clave personalizadas para que el modelo reconozca los términos técnicos con mayor precisión. ¿Cómo puedo estructurar este proceso?
Repositorio: https://github.com/microsoft/VibeVoice. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.
Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.
Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.
Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.
Términos relacionados del glosario
Enlaces
TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-06-07: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.