Microsoft ra mắt công cụ nhập liệu bằng giọng nói miễn phí Vibing, cạnh tranh với sản phẩm trả phí WisprFlow

Theo báo cáo giám sát của 1M AI News, Microsoft đã phát hành một công cụ nhập giọng nói dạng desktop có tên Vibing, dựa trên mô hình AI giọng nói mã nguồn mở của chính hãng là VibeVoice, hỗ trợ macOS và Windows và có thể sử dụng miễn phí. Bằng cách nhấn một phím tắt (Mac Option phải / Windows Ctrl+Win), người dùng có thể kích hoạt ghi âm trong bất kỳ ứng dụng nào, với đầu ra văn bản tự động sau khi kết thúc. Một người đánh giá trong cộng đồng AI/ML là @realmrfakename đã thử nghiệm và cho biết rằng bản chép lời chính xác và nhanh, mô tả nó như một “lựa chọn thay thế miễn phí cho WisprFlow.” Vibing không chỉ là công cụ chuyển giọng nói thành văn bản; nó viết lại ngôn ngữ được nói thành văn bản phù hợp với ngữ cảnh hiện tại bằng LLM, cho phép người dùng chỉnh sửa, xóa và sắp xếp trực tiếp nội dung hiện có bằng ngôn ngữ tự nhiên trong lúc nhập liệu. Các tính năng khác bao gồm ghi âm liên tục hơn 5 phút, nhận dạng tự động 50+ ngôn ngữ, đầu vào trộn giữa tiếng Trung và tiếng Anh trong cùng một câu, từ khóa nóng có thể tùy chỉnh, và dịch thuật theo thời gian thực. Nền tảng Microsoft VibeVoice là một họ các mô hình AI giọng nói được mã nguồn mở theo giấy phép MIT, với hơn 28,000 sao trên GitHub, bao gồm mô hình ASR 7B tham số (xử lý 60 phút âm thanh cùng lúc), mô hình TTS 1.5B (tạo ra 90 phút lời thoại đa người), và mô hình thời gian thực 0.5B (độ trễ 300ms). WisprFlow hiện là một trong những công cụ nhập giọng nói AI phổ biến nhất trên Mac, có sẵn thông qua gói đăng ký theo tháng, trong khi Vibing bước vào cùng thị trường với tư cách là một lựa chọn miễn phí và mã nguồn mở.