Microsoft hat seine VibeVoice-KI-Modelle für die Sprach-zu-Text- und Text-zu-Sprache-Umwandlung als Open Source veröffentlicht. Die Suite umfasst VibeVoice-ASR-7B zur Transkription von einstündigen Audioaufnahmen, VibeVoice-TTS-1.5B zur Erzeugung von Dialogen mit mehreren Sprechern von bis zu 90 Minuten Länge sowie ein Echtzeit-TTS-Modell mit einer Latenz von 300 ms. Die unter der MIT-Lizenz veröffentlichte Suite unterstützt die lokale Bereitstellung und zielt darauf ab, Innovationen im Bereich der Sprachsynthese voranzutreiben.