微软发布了桌面语音输入工具 Vibing，基于其开源语音AI模型 VibeVoice，支持 macOS 和 Windows，可免费使用。
核心功能
- 快捷录音与转录：按下快捷键（Mac 右 Option / Windows Ctrl+Win）即可在任意应用中录音，结束后自动输出文本，转录速度快且准确。
- 智能文本重写：不仅支持语音转文字，还能通过LLM将口语重写为适合当前场景的书面文本。
- 实时编辑与控制：支持在输入过程中用自然语言直接修改、删除或整理已有内容。
- 其他特性：支持单次5分钟以上连续录音、50+种语言自动识别、中英文混合输入、自定义热词及实时翻译。
技术背景
底层的 VibeVoice 模型家族在 GitHub 上采用 MIT 协议开源，星标超 2.8 万，包含：
- 7B 参数 ASR 模型：可单次处理长达60分钟的音频。
- 1.5B 参数 TTS 模型：能生成90分钟的多说话人语音。
- 0.5B 参数实时模型：延迟低至300ms。
市场定位
Vibing 被视为热门付费工具 WisprFlow（Mac上受欢迎的AI语音输入工具之一）的免费开源替代品，直接进入同一赛道。
