Microsoft đã công bố mô hình chuyển văn bản thành giọng nói (TTS) mã nguồn mở VibeVoice-1.5B. Mô hình này có khả năng tạo ra giọng nói tự nhiên kéo dài tối đa 90 phút, hỗ trợ tối đa 4 người nói khác nhau, đồng thời tích hợp tính năng chuyển ngữ (cross-lingual) và tổng hợp giọng hát.
Kiến trúc...