オープンソースの音声AIが新たなマイルストーンに到達しました。2つの最先端モデルが利用可能です：

FireRedTTS2は、140msのレイテンシと7つの言語での4人の話者間の対話をサポートする優れたパフォーマンス指標を提供します。デュアルトランスフォーマーアーキテクチャに基づき、複雑な音声処理を行いながらリアルタイムの応答性を維持します。

VibeVoiceは、会話の長さを次のレベルに引き上げ、90分間の連続対話と本物のリアルタイム処理能力をサポートします。このアーキテクチャにより、自然で長時間の対話が劣化なく可能です。

両モデルは、低レイテンシ性能と実用的な多言語・多話者機能を組み合わせた、オープンソース音声AI開発の重要な進歩を示しています。