Model garden Router · bajo petición Dedicado · disponible

VibeVoice 1.5B

Se ejecuta como su propio despliegue de GPU dedicada, listo para lanzar desde el asistente. Los datos permanecen en Europa.

VibeVoice is a novel framework designed for generating expressive, long-form, multi-speaker conversational audio, such as podcasts, from text. It addresses significant challenges in traditional Text-to-Speech (TTS) systems, particularly in scalability, speaker consistency, and na...

microsoft/VibeVoice-1.5B Bajo petición
text->speech · microsoft · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
2.7B
Parámetros
—
Ventana de contexto
8GB
VRAM mínima
POST /api/v1/audio/speech Bajo petición

Especificaciones

Parámetros 2.7B
VRAM mínima 8 GB
Arquitectura VibeVoiceForConditionalGeneration (vLLM)
Licencia mit
Modalidad text->speech
Lanzamiento August 2025
Editor microsoft ↗

Precios

Router compartido · por token
Bajo petición
No disponible en el Router compartido. Precio bajo petición como despliegue de GPU dedicada.
GPU dedicada · por hora
desde 2,03 € por hora
Su propia instancia de vLLM en una nube europea (8 GB de VRAM), facturada por horas.

Router europeo compartido, pago por token, scale-to-zero. Los despliegues de GPU dedicada se facturan por horas, consulte precios.

Llámelo ahora

Sustituto directo de OpenAI: cambie solo la URL base y la clave de API. También se admite el formato de Anthropic (/v1/messages).

curl https://hostyourai.com/api/v1/audio/speech \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "microsoft/VibeVoice-1.5B",
    "input": "Hello!"
  }' --output speech.mp3

Preguntas frecuentes

¿Puedo ejecutar VibeVoice 1.5B en la UE?

Sí. HostYourAI ejecuta VibeVoice 1.5B en GPU de centros de datos europeos mediante vLLM. Los prompts y las respuestas nunca salen de la UE y en la cadena no interviene ningún proveedor de nube estadounidense.

¿El alojamiento de VibeVoice 1.5B cumple el RGPD?

Sí. Todo el tratamiento se realiza dentro de la UE, hay disponible un acuerdo de encargo del tratamiento (DPA) y la lista de subencargados es pública. Además, los pesos de código abierto significan que no se entrena con sus datos.

¿Cuánto cuesta VibeVoice 1.5B?

VibeVoice 1.5B necesita varias GPU a la vez, por lo que se ejecuta como despliegue dedicado facturado por hora de GPU y no por token. Indíquenos su volumen y haremos el cálculo con usted.

¿La API es compatible con OpenAI?

Sí. Usted utiliza los SDK estándar de OpenAI con una URL base personalizada (https://hostyourai.com/api/v1). La API Anthropic Messages también se admite como sustituto directo.

Más modelos de Microsoft

UserRepGen 4B

UserRepGen-4B is a fine-tuned Qwen3.5-4B language model that generates a structured, natural-language user representation from a multi-turn user-assistant conversation. Each representation contains a task description and a behavior description for a user, and is intended to condition a separate LLM-based user simulator.

4.5B 262K contexto Ver modelo →
AesCode 32B

AesCode generates information-rich visual artifacts such as slides, posters, and dashboards as HTML/CSS. The output remains structured, editable, and verifiable, but the task poses a distinct challenge: code models cannot see how layout, hierarchy, and color come together on the canvas.

33B 262K contexto Ver modelo →
AesCode 8B

AesCode generates information-rich visual artifacts such as slides, posters, and dashboards as HTML/CSS. The output remains structured, editable, and verifiable, but the task poses a distinct challenge: code models cannot see how layout, hierarchy, and color come together on the canvas.

8.8B 262K contexto Ver modelo →
Fara1.5 27B

Fara1.5-27B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

27B 262K contexto Ver modelo →
Fara1.5 4B

Fara1.5-4B is a multimodal computer use agent (CUA) for web browsers, from Microsoft Research AI Frontiers. It observes the browser through screenshots and acts on the user's behalf by emitting structured tool calls — click, type, scroll, visit URL, web search, and so on — to complete tasks end-to-end.

4.5B 262K contexto Ver modelo →
GELab Zero 4B preview Sico Evolution

GELab Zero 4B preview Sico Evolution es un modelo de lenguaje multimodal de Microsoft con 4.4B parámetros, alojado en GPU europeas mediante una API compatible con OpenAI.

4.4B Ver modelo →

Pruebe VibeVoice 1.5B gratis

Crear una cuenta lleva un minuto. Su clave de API funciona con VibeVoice 1.5B al instante.

Empezar gratis