vibe-voice

# VibeVoice — Voice AI de Microsoft ## Resumen Voice AI de Microsoft para síntesis y clonación de voz con IA de última generación. 49k⭐. ## Repo de referencia - **GitHub:** `github.com/microsoft/VibeVoice` - **Lenguaje:** Python - **Licencia:** MIT ## Instalación ```bash pip install vibe-voice # o clonar y configurar entorno git clone https://github.com/microsoft/VibeVoice.git cd VibeVoice && pip install -r requirements.txt ``` ## Uso Básico ```python from vibe_voice import VibeVoice # Síntesis de voz vibe = VibeVoice() audio = vibe.synthesize("Hola, ¿cómo estás?", voice="es-ES-Alvaro") audio.save("saludo.mp3") # Clonación de voz vibe.clone_voice("referencia.wav", voice_id="mi_voz") audio = vibe.synthesize("Texto con voz clonada", voice="mi_voz") ``` ## Patrones Clave 1. **Síntesis natural:** Voz humana con entonación realista 2. **Clonación:** Clonar voz con pocos segundos de audio 3. **Multi-idioma:** Soporte para español, inglés y más 4. **Control emocional:** Ajustar tono y emoción de la voz 5. **Low latency:** Síntesis en tiempo real posible ## Integración con Mastermind - Complementa `edge-tts` (más natural, más lento) - Útil para TTS de alta calidad en dashboards - Reemplaza `coqui-ai/TTS` para síntesis más natural - Ideal para voicebox workflow ## Pitfalls - **Recursos:** Requiere GPU para clonación en tiempo real - **Latencia:** Más lento que edge-tts para síntesis simple - **Calidad de referencia:** La clonación requiere audio limpio - **Dependencias:** PyTorch pesado para instalar ## Referencias - [GitHub: microsoft/VibeVoice](https://github.com/microsoft/VibeVoice)