音声合成のVibeVoice-Realtime-0.5Bやーる（macOS、Python3.12）

はじめに

音声合成のVibeVoice-Realtime-0.5Bをやっていきます

開発環境

• MacBook Air M1, 2020
• Python 3.12

導入

Colabはここにあります

実行結果はこちら

VibeVoice-Realtime-0.5B pic.twitter.com/hZo95CcP9Z

— がちもとさん (@sotongshi) December 5, 2025

こちらのサンプルコードが参考になります
https://github.com/microsoft/VibeVoice/blob/main/demo/vibevoice_realtime_demo.py

クローンして、実行してみましょう

git clone https://github.com/microsoft/VibeVoice.git
cd VibeVoice
pip install -e .
python demo/vibevoice_realtime_demo.py --model_path microsoft/VibeVoice-Realtime-0.5B --device mps

http://0.0.0.0:3000/ にアクセス

konnichiwa watashi no namae wa gachimoto desu.を入力してStart

4秒くらいで生成できました。生成中は音が途切れます。

MacBook Air, M1, 2020でVibeVoice-Realtime TTS、生成中はポツポツ途切れる.. pic.twitter.com/DhBhdNg1H9

— がちもとさん (@sotongshi) December 8, 2025

ダウンロードしたwavは問題なさそうです。

MacBook Air, M1, 2020でVibeVoice-Realtime TTS
ダウンロードしたwavを再生するとこんな感じ pic.twitter.com/VYDyKBKdEm

— がちもとさん (@sotongshi) December 8, 2025

お疲れ様でした。