10,000 USDT 悬赏，寻找Gate广场跟单金牌星探！🕵️♀️
挖掘顶级带单员，赢取高额跟单体验金！
立即参与：https://www.gate.com/campaigns/4624
🎁 三大活动，奖金叠满：
1️⃣ 慧眼识英：发帖推荐带单员，分享跟单体验，抽 100 位送 30 USDT！
2️⃣ 强力应援：晒出你的跟单截图，为大神打 Call，抽 120 位送 50 USDT！
3️⃣ 社交达人：同步至 X/Twitter，凭流量赢取 100 USDT！
📍 标签： #跟单金牌星探 #GateCopyTrading
⏰ 限时： 4/22 16:00 - 5/10 16:00 （UTC+8）
详情：https://www.gate.com/announcements/article/50848
刚看到Simon在Mac上实测了微软新开源的VibeVoice-ASR，这模型有点东西啊。
9B参数，单次处理60分钟连续音频，还能输出谁在说、什么时候说、说了什么。
传统方案要拼Whisper+pyannote，现在一个模型全搞定，支持50多种语言和中英混说。
他用4-bit量化版（5.71GB）在M5 Max上转1小时播客用了8分45秒，内存峰值61.5GB，普通32GB笔记本跑不动。
有趣的是，模型把两人对谈识别成三人，因为Lenny在不同录音环境说话。
本地跑至少要64GB内存，对播客转写、会议纪要来说，多步流程现在能压缩成一次推理了。
你们觉得这模型怎么样？