别再一段段切录音了，这个工具一次跑完一小时！1 小时录音一次转完还不花钱？微软开源语音神器冲上 5.5 万星
微软开源的 VibeVoice 在 GitHub 上已获约 5.5 万星，主打单次转写 60 分钟音频、自动标注说话人和时间戳，还支持 50 多种语言。
大白话平时转写播客、会议、采访，要么按分钟收费，要么一次只能传几分钟。VibeVoice 是微软放在 GitHub 上的开源语音工具，采用 MIT 协议，核心功能免费。它最大的卖点是长音频一次跑完，不用切成小段再拼起来；转出来的文字会标出谁在什么时候说了什么，还支持 50 多种语言。反过来它也能把文字实时读成语音。
对你意味着做播客、开会记录、采访整理的人都能直接用；不过它是开源项目，没有客服兜底，装环境、维护都得自己来。
项目功能描述来自 Dev.to 作者转述的官方 README，星数为文中所述，准确度以仓库为准
原文：VibeVoice: Microsoft's Free Open-Source Voice AI That Transcribes an Hour of Audio in One Pass
打开巨象雷达，看今天全部 AI 动态