VibeVoice 是什麼？Microsoft ASR、即時 TTS 與 CPU 部署指南
VibeVoice 是 Microsoft 開源語音模型家族，涵蓋 60 分鐘 ASR、即時 TTS 與免 GPU 的 BitNet CPU 版本。本文整理模型差異、Whisper 實測數據與完整部署命令。
Whisper
Voicebox 是什麼？本地 AI 語音工作室與 Agent 發聲工具
Voicebox 把 TTS、聲音克隆、Whisper 聽寫、故事編輯和 MCP Agent 發聲整合成 local-first 的開源 AI 語音工作室。
Hugging Face speech-to-speech：本地即時語音 Agent 怎麼跑？
Hugging Face speech-to-speech 把 VAD、STT、LLM、TTS 串成 OpenAI Realtime 相容的本地語音 Agent。這篇整理架構、Windows 部署、Whisper、Qwen3-TTS、llama.cpp 與留言裡的常見坑。