Analyser de longs enregistrements audio avec l'intelligence artificielle
Publié par Microsoft, VibeVoice a été développé comme un framework d'IA vocale open source. Grâce à sa structure basée sur Python, le système permet aux utilisateurs de former leurs propres modèles sonores et de les intégrer dans leurs applications.
Mises à jour
- 2 août 2026: Étoiles 48,569 → 51,860.
Mise à jour
- 2 août 2026 : Étoile 48 569 → 51 860.
Ce que ça vous apporte
- Convertit jusqu'à 60 minutes d'enregistrement audio en texte à la fois.
- Il fournit l’identifiant du locuteur, l’horodatage et les détails du contenu de manière structurée.
- Fournit une prise en charge des mots clés définis par l'utilisateur pour les termes et noms personnalisés.
Installation
git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice
pip install -e .Exécution
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 vous ne codez pas
Je souhaite analyser l'enregistrement audio de 60 minutes que j'ai à l'aide du modèle VibeVoice. J'ai besoin de récupérer qui sont les locuteurs, quand ils ont parlé et le contenu qu'ils ont dit sous forme de fichier texte structuré. Je souhaite également ajouter des mots-clés personnalisés afin que le modèle reconnaisse plus précisément les termes techniques. Comment puis-je structurer ce processus ?
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-06-07 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel.