IXThinker·2025-08-29 21:00VibeVoice可生成90分鐘多人播客
AI生成播客長期受限於幾分鐘的雙人對話。微軟亞洲研究院提出語音生成模型VibeVoice，採用next-token diffusion機制，可生成長達90分鐘、最多四人自然對話的高質量語音。
突破時長限制
傳統語音生成模型多基於離散化方法，擅長生成短句、單一音色與結構規整的內容，因此常見AI播客只能維持幾分鐘雙人對話。VibeVoice改採next-token diffusion機制，把可生成的對話長度一舉推升至90分鐘，並支持最多四人同場對話。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。