VibeVoice: modelos de voz y transcripción

Familia de proyectos de voz que incluye reconocimiento y variantes de procesamiento en streaming.

Cuándo elegirlo · Requisitos · Primeros pasos · Vídeo · Alternativas

¿Para qué usar VibeVoice?

Una primera aplicación práctica: Explorar transcripciones con hablantes y marcas temporales.

Qué necesitas antes de empezar

Entorno y pesos de la variante escogida; los requisitos cambian entre modelos.

Cómo empezar con VibeVoice

Elige ASR, streaming u otra variante disponible en el README y sigue su ejemplo específico. Prueba primero un audio breve con dos hablantes.

Abrir las instrucciones oficiales de VibeVoice. Elige la instalación correspondiente a tu sistema y a la versión que vayas a utilizar.

Limitaciones y puntos a revisar

No mezcles capacidades de distintas variantes. Revisa sus requisitos y el resultado; identificar hablantes y transcribir son tareas susceptibles de error.

Vídeo de VibeVoice

Vídeo próximamente. Mientras tanto, puedes empezar con la documentación enlazada en esta ficha.

Ver el canal Repositorios que deberías conocer en YouTube

Alternativas y proyectos relacionados

  • Whisper: transcripción de audio con IA.
  • Kokoro: síntesis de voz con un modelo ligero.

Repositorio y fuentes oficiales

Ver VibeVoice en GitHub · Documentación y guía de inicio

Información del proyecto contrastada el 6 de octubre de 2026. Revisa las notas de la versión y las licencias de sus componentes antes de instalar.

Tú decides

¿Quieres ver VibeVoice funcionando paso a paso?

Lo instalamos, lo probamos con un caso real y preparamos una guía para que puedas replicarlo. Dinos qué formato prefieres: haremos primero los repositorios que más se pidan.

Un clic basta. Sin registro.