VI
模型参数
70亿
上下文长度
暂无数据
多语言支持
支持
推理能力
暂无数据
端到端 streaming speaker-attributed ASR 的 7B 版本；固定 audio chunk + 0.5s lookahead + 历史文本/说话人上下文。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
VibeVoice-ASR-Streaming-7B
模型基本信息
推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
音频 → 文本
发布时间
2026-09-02
模型文件大小
暂无数据
MoE架构
是
总参数 / 激活参数
70亿 / 暂无数据
知识截止
暂无数据
VibeVoice-ASR-Streaming-7B
开源和体验地址
VibeVoice-ASR-Streaming-7B
官方介绍与博客
官方论文
暂无
DataLearnerAI博客
暂无
VibeVoice-ASR-Streaming-7B
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
VibeVoice-ASR-Streaming-7B
发布机构
Microsoft Azure
查看发布机构详情 VibeVoice-ASR-Streaming-7B
模型解读
VibeVoice-ASR-Streaming-7B 是 Microsoft 发布的语音模型。端到端 streaming speaker-attributed ASR 的 7B 版本；固定 audio chunk + 0.5s lookahead + 历史文本/说话人上下文。官方首次公开日期为 2026-09-02。
规格与公开信息
- 架构：VibeVoice-ASR streaming; Qwen2.5 backbone
- 参数规模：7B
- 最大输出：released checkpoints target up to ~8 minutes
- 语言：10 evaluated languages
- 延迟/吞吐：Released 22-frame configuration: expected speaker-attribution latency 2.00s; first packet ~3.5s
来源：https://huggingface.co/microsoft/VibeVoice-ASR-Streaming-7B
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
