宝玉转发了一位用户对 VibeVoice ASR 模型的负面测试反馈，指出其性能不如预期，且本地运行效果更好的方案是 pyannote + qwenASR。
📝 详细摘要
这条推文是宝玉对一条用户反馈的转发和评论。被引用的用户反馈指出，VibeVoice ASR 模型在实际测试中表现不如宣传中强大，且速度较慢。该用户认为，在说话人区分（speaker diarization）方面，VibeVoice 的质量不如 pyannote/speaker-diarization。用户推荐本地运行的最佳方案是 pyannote + qwenASR，并批评了不切实际地期望本地模型一次性处理 60 分钟音频的做法。宝玉的推文本身仅包含「测试反馈」和链接，没有额外评论。
📊 文章信息
AI 初评：78
来源：宝玉(@dotey)
作者：宝玉
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：28
标签： VibeVoice, ASR, 语音识别, Speaker Diarization, pyannote