此页是 2026-09-07 的观测快照,查看该模型当前信息 → /m/microsoft__vibevoice-asr-streaming-7b/

归档 / 2026-09-07 / VibeVoice-ASR-Streaming-7B (Microsoft)

VibeVoice-ASR-Streaming-7B (Microsoft)

流式说话人归属语音转写，支持10语言与热词

入选理由: 流式ASR新模型，支持说话人分离与自定义热词，十种语言，有在线demo可即时试用，适合会议纪要等场景。
对位
适合: 实时会议多说话人转写 / 含专有名词的流式语音识别
不适合: 低显存端侧离线转写
规模: 7B · 未知 · Q4 ~5.7GB / FP16 ~21GB
授权: MIT · 需自查
框架: transformers
可信度: HF 下载量 889，点赞 110；模型卡标注 MIT

仅 safetensors · 无 pickle 加载风险

评分详情

Q1: 今天能接上用吗 5 / 5
Q2: 有可信证据吗 1 / 5
Q3: 是新东西吗 5 / 5
总分: 11

HuggingFace 原始数据 (抓取于 2026-09-07)

作者: microsoft
任务类型: automatic-speech-recognition
推理库: transformers
下载: 889
点赞: 110
许可证: MIT
标签: transformers, safetensors, vibevoice, ASR, Transcription, Speech-to-Text, Streaming, automatic-speech-recognition, en, zh, es, pt, de, ja, ko, fr, ru, it, arxiv:2609.02812, license:mit, endpoints_compatible, region:us

探索