Microsoft lance l'outil d'entrée vocale gratuit Vibing, en concurrence avec le produit payant WisprFlow

D’après le suivi de 1M AI News, Microsoft a publié un outil d’entrée vocale pour bureau appelé Vibing, basé sur son propre modèle open source d’IA vocale VibeVoice, qui prend en charge macOS et Windows et est gratuit à utiliser. En appuyant sur une touche de raccourci (Mac Option droite / Windows Ctrl+Win), les utilisateurs peuvent activer l’enregistrement dans n’importe quelle application, avec une sortie de texte automatique une fois l’enregistrement terminé. Un évaluateur de la communauté IA/ML, @realmrfakename, l’a testé et a déclaré que la transcription est précise et rapide, la décrivant comme une « alternative gratuite à WisprFlow ». Vibing n’est pas seulement un outil de reconnaissance vocale en texte ; il réécrit le langage parlé en texte écrit adapté au contexte actuel à l’aide d’un LLM, permettant aux utilisateurs de modifier, supprimer et organiser directement le contenu existant en langage naturel pendant la saisie. D’autres fonctionnalités incluent l’enregistrement continu pendant plus de 5 minutes, une reconnaissance automatique de plus de 50 langues, une saisie mixte du chinois et de l’anglais au sein de la même phrase, des mots-clés personnalisables et une traduction en temps réel. Le VibeVoice de Microsoft sous-jacent est une famille de modèles d’IA vocale open-sourcés sous licence MIT, comptant plus de 28 000 étoiles sur GitHub, y compris un modèle ASR de 7B (traitant 60 minutes d’audio à la fois), un modèle TTS de 1,5B (générant 90 minutes de parole multi-personnes) et un modèle temps réel de 0,5B (latence de 300 ms). WisprFlow est actuellement l’un des outils d’entrée vocale par IA les plus populaires sur Mac, disponible via un abonnement mensuel, tandis que Vibing entre sur le même marché en tant qu’option gratuite et open-source.