Mga oras ng audio.
Isang di - nagbabagong tinig.
Audiobook kabanata, episodes ng podcast, training relation — iginawad on-device on Apple Silicon, Android, Windows, o nakabaon Linux. Automatic segmentation ay nagpapanatiling matatag ang boses sa loob ng mga oras; ang multi-speaker mode ay humahawak ng usapan sa pagitan ng mga pinangalanang character.
Limang hugis na long-form.
Bawat makina ay may matamis na batik. Ang mga aklat ng Audio ay nakasandig sa CosyVoice 3 para sa pagsasalaysay ng katapatan. ang Multi-speater podcasts ay nakasandg sa VibeVoice para sa episode-weak na konteksto. Ang Real-time / pag-agos ay gumagamit ng mas maliit na VibeVooice Realtime.
Ang Full-chapter ay dumadaan sa pamamagitan ng isang hindi nagbabagong tinig na tagapagsalaysay. automatic na pangungusap-level segmentation, walang manu-manong tahi.
Inline speaker tags drive turn-cocking. Cast dalawa hanggang apat na boses para sa isang episode-weight scripted show.
Ang VibeVoice Realtime ang dahilan kung bakit hindi na gaanong mahigpit ang usapan.
Newsletter-habang mga artikulo, blog posts, panloob na docs — isinalin bilang natural na pagsasalaysay nang walang screen-reader passing.
Long-form content access para sa mga gumagamit na may mga pinsala sa paningin, ganap na offline.