AI软件下载
有趣网站推荐及实用软件下载
当前位置：诺瓦小站 AI软件 AI音频 正文

VibeVoice：富有表现力的长篇多人对话语音合成工具整合包下载

2025-11-14 分类：AI音频 评论(0)

VibeVoice是微软开发的一款富有表现力的长篇多人对话语音合成工具。支持1-4个发音人，支持声音克隆自定义音色合成语音，我制作了最新的本地免安装一键启动整合包及云端在线版。

文章目录 隐藏
1 VibeVoice介绍
2 VibeVoice整合包使用说明
3 注意事项
4 VibeVoice本地电脑免安装一键启动整合包下载链接
5 VibeVoice在线一键启动版链接
6 VibeVoice免费在线使用地址

VibeVoice介绍

VibeVoice：一种前沿的长对话文本转语音模型

VibeVoice 是一个新型框架，旨在从文本生成富有表现力的长篇多说话人对话音频，例如播客。它解决了传统文本转语音 (TTS) 系统中的重大挑战，尤其是在可扩展性、说话人一致性和自然轮流说话方面。

VibeVoice 的核心创新在于其采用连续语音分词器（声学分词器和语义分词器），并以 7.5 Hz 的超低帧率运行。这些分词器能够高效地保持音频保真度，同时显著提升处理长序列的计算效率。VibeVoice 采用下一词元扩散框架，利用大型语言模型 (LLM) 理解文本上下文和对话流程，并使用扩散头生成高保真声学细节。

该模型可以合成长达90 分钟、最多4 个不同说话人的语音，超越了许多先前模型通常 1-2 个说话人的限制。

VibeVoice整合包使用说明

为了方便有高配电脑和没有高配电脑的用户使用，我分别制作了本地免安装整合包版及云端在线一键启动版。

首先到网盘内将软件压缩包下载到本地电脑上,英伟达显存16G以上用户可下载7B版，低配英伟达显卡用户下载1.5B版，然后解压出来。

双击启动软件.bat，启动成功后会自动打开webUI操作界面

可以选择默认的发音人，也可以自定义音色发音人。

如果需要自定义声音的话，可在上传音频中上传需要使用的声音的音频文件即可。如果需要反复使用这个 声音的话，建议将音频文件放入项目文件夹内的voices文件夹内，在使用的时候直接从列表里选择就可以了，更方便。

脚本输入里输入需要合成语音的文本内容即可。

多人对话时，建议在文本开头写上“Speaker 1:”和“Speaker 2:”这样的关键词来区分不同说话人内容。

点击生成播客，等待合成结果即可。

视频教程及效果演示视频：

注意事项

软件只支持中英文语音合成

本地整合包软件只支持windows10和11

软件运行路径中不要出现非英文字符和空格

英伟达显卡需要RTX30系列或更高型号

7B模型版，建议英伟达显存16G以上用户使用

软件会随机合成一些背景乐，这是由场景决定的，如果想要删除，请修改出现背景乐的文本内容

VibeVoice本地电脑免安装一键启动整合包下载链接

此内容仅限VIP查看，请先
可通过每日签到获得积分兑换VIP

VibeVoice在线一键启动版链接

点击使用云镜像>>

VibeVoice免费在线使用地址

此内容仅限VIP查看，请先
可通过每日签到获得积分兑换VIP

AI软件用不了？2元爽玩4090： 立即体验>>

热门大语言模型API免费体验： 立即获取>>

软件催更及1对1人工答疑支持： https://nuowa.net/1806
赞(4) 打赏
软件无法使用？点击查看常见问题说明>>
分享到

相关推荐

最近更新

FunASR语音识别转文字软件区分说话人版-诺瓦小站

FunASR语音识别转文字软件区分说话人版

FunASR是一款优秀的基础语音识别框架，配合阿里通义团队开发的其它语音识别模型，能够实现非常好语音转文字效果，尤其在中文语音识别方面，鉴于有些用户需要对语音识别内容区分说话人，我重新做了一版区分说话人的版本。软件支持多语言识别，但是还是尽...

赞(0)AI音频
答疑咨询/软件定制修改/AI进阶玩法

热门文章

觉得文章对你有帮助就打赏一下作者

非常感谢你的打赏，我将有更多的动力继续提供优质内容，让我们一起创建更加美好的世界！

支付宝扫一扫

微信扫一扫