A Microsoft disponibilizou em código aberto seus modelos de IA VibeVoice para conversão de voz em texto e de texto em voz. O pacote inclui o VibeVoice-ASR-7B para transcrição de áudio com duração de uma hora, o VibeVoice-TTS-1.5B para geração de diálogos com vários interlocutores de até 90 minutos e um modelo de TTS em tempo real com latência de 300 ms. Lançado sob licença MIT, ele oferece suporte à implantação local e visa promover a inovação na síntese de fala.