VibeVoice

开源语音AI，一句话生成多人自然对话音频

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 6175 🐛 待处理 201 👀 关注 268

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 54979

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

项目数据

分类音频音乐

开发团队microsoft

官网地址https://microsoft.github.io/VibeVoice

GitHubhttps://github.com/microsoft/VibeVoice

定价模式🏷️完全免费

价格说明开源免费，需自行部署

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

GitHub 星标★ 54979

上线时间2025-08-25 00:00:00

代码更新2026-10-08

仓库体积211.5 MB

本站数据更新2026-10-27

维护状态较活跃

收录时间2026-10-27

浏览次数0

项目介绍

VibeVoice 是微软开源的前沿语音 AI 项目，用 Python 实现，聚焦高质量语音合成与多说话人对话生成。它要解决的问题是：传统 TTS 往往只能生成单人或短句音频，长对话场景下说话人切换生硬、语气不连贯。VibeVoice 通过统一的语音建模思路，支持多角色、长时长的自然对话音频生成，并保留说话人音色与情绪的一致性。核心能力包括多说话人语音合成、对话式音频生成、较长的上下文连贯性，以及可扩展的推理接口，方便开发者接入自己的应用或做二次微调。项目提供模型权重与推理示例，适合播客、有声内容、虚拟角色配音等场景的快速验证。作为高星开源项目，它在语音生成社区关注度很高，是研究对话式语音 AI 的重要参考实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-10-27 · 当前星标 ★ 54979

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 30 分钟部署方式：模型权重 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（README 节选未给出具体版本，请以仓库说明为准）
可访问 GitHub 与模型权重托管页面（Hugging Face、Azure AI Foundry Labs）
足够的本地磁盘空间存放模型权重
若进行语音合成推理，建议准备 GPU 环境

安装与启动步骤

1获取项目代码

从项目主页的 GitHub 地址克隆仓库。README 节选未提供安装命令，克隆地址取自项目信息中的仓库链接。
```
git clone https://github.com/microsoft/VibeVoice.git
```
2准备 Python 环境

进入仓库目录后创建独立虚拟环境，避免与系统 Python 包冲突；具体 Python 版本要求以仓库说明为准。
3安装仓库依赖

按仓库内依赖清单文件安装，README 节选未列出具体依赖包名，请勿凭猜测安装第三方包。
4获取模型权重

权重发布在 Hugging Face 的 microsoft 组织页面与 Azure AI Foundry Labs，请按对应页面说明下载并遵守使用条款。
5运行推理示例

使用仓库中提供的推理示例脚本生成语音。README 节选未给出脚本名与参数，需查阅仓库主文档。