Microsoft выпустила VibeVoice-Realtime-0.5B — лёгкую открытую модель озвучки, которая начинает говорить почти мгновенно (задержка около 300 мс) и тянет длинные реплики без ощутимой просадки по качеству.

Её можно крутить локально или на недорогих серверах, так что подходит для живых голосовых ассистентов, стриминговых интерфейсов и любых «говорящих» ИИ, где важна реакция в реальном времени.

Веса и примеры запуска лежат на Hugging Face

#Service | Подписаться