VibeVoiceحوّل النص إلى صوت واقعي لمتحدثين متعددين في ثوانٍ.

هذا أداة VibeVoice تقوم بتحويل النص إلى صوت متكلم طبيعي يحتوي على أصوات متعددة وعديدة. وتسندت هذه الأداة على نموذج VALL-E من مايكروسوفت ومصممة بنظام VALL-E لتعامل مع تحويل النص إلى الكلام (TTS) على أنها مشكلة لتعلم اللغات. هذا النهج يعزز من سحر الصوت بشكل كبير. تُصمَّم الأداة لتحفيز نقاشات واقعية متسارعة، مع تشكيلة كاملة من أصوات الذكاء الاصطناعي. لدى الأداة الاستيعاب متعدد المناطق الصوتية، مما يجعل من الممكن إنتاج أصوات متميزة من نص واحد. كما تقدم الأداة التحليل اللغوي بين اللهجات، بمعدل انتقالية سلاسة بين العربية والصينية بينما تبقى الهوية الصوتية الثابتة. خصائص رئيسية لـ VibeVoice تشمل قدرتها على التقاط الطرب والتحفيز الدقيق للمشاعر في الصوت البشري، وتوفير الواقعية الرائعة. يمكن للنموذج الحفاظ على طريقة الطرب الطبيعية والانسياق المترابط لمدى طويل، مما يجعل المناسب لتسجيل الكتب الصوتية الكاملة والبودكاست الكامل المدته. بالإضافة إلى ذلك، فإن VibeVoice تمتلك قابلية تعاملات جديدة، مما يتيح синتيكس صوت شخصي مخصص من خلال تلقائي في التعلم باستخدام الأوامر الصوتية القصيرة، 'التعلم في سياق معين.' يتم تعريف أداة الفونيك فيب فويس كأداة للإنشاء المحترف للcontenido الصوتي، تقدم معايير جديدة للتقنية الصوتية المستندة على الحاسوب، محددة بسمعة جيدة، واقعية وفريدة من نوعها في الحريات الخلاقة. تم بناءها على أساس برمجي مفتوح، مما جعل التقنية الصوتية الذكية عالية الجودة قابلة لمستخدمين الجميع.