Đột phá AI mới nhất của Microsoft vừa ra mắt - VibeVoice-Realtime-0.5B đã chính thức xuất hiện. Sản phẩm này tích hợp một công cụ chuyển văn bản thành giọng nói (TTS) với 1,5 tỷ tham số, đang phá vỡ các tiêu chuẩn hiện tại. Điều khiến tôi chú ý? Thời gian phản hồi gần như tức thì - chỉ khoảng 300 mili giây trước khi bạn nghe thấy âm thanh đầu tiên. Đó thực sự là tốc độ rất nhanh đối với công nghệ chuyển văn bản thành giọng nói. Và điều đặc biệt: nó hoàn toàn mã nguồn mở theo giấy phép MIT, nghĩa là các nhà phát triển có thể sử dụng để xây dựng mà không phải lo ngại vấn đề bản quyền. Đối với bất kỳ ai đang làm việc với giao diện giọng nói hoặc các công cụ giao tiếp thời gian thực, đây có thể là một bước ngoặt lớn. Việc một ông lớn công nghệ phát hành thứ mạnh mẽ như thế này cho cộng đồng? Đó chính là động lực thúc đẩy đổi mới trên mọi phương diện.