Classification : TENDANCE. VibeVoice, la famille de modèles open source de voix de Microsoft, est de retour en tête des tendances de GitHub cette semaine, avec environ 56 000 étoiles au 6 novembre 2026. Ce n’est pas un lancement nouveau — le dépôt existe depuis août 2025 —, mais l’intérêt renouvelé montre que la transcription longue et structurée est devenue l’un des sujets brûlants de l’IA open source.
Ce que fait VibeVoice-ASR
Le modèle principal aujourd’hui est VibeVoice-ASR, un modèle de reconnaissance vocale. Il accepte jusqu’à 60 minutes d’audio continu en un seul passage, dans une fenêtre de 64 000 tokens, et renvoie une transcription structurée : qui a parlé, quand, et ce qui a été dit. Il fonctionne dans plus de 50 langues, accepte des mots-clés personnalisés pour ne pas écorcher les noms et le jargon, et est livré avec du code de réglage fin et un support vLLM pour servir le modèle.
Le détail pratique est la version BitNet, publiée en juillet 2026 : elle compresse le modèle de 4,62 Go à 1,58 Go et transcrit pourtant plus vite que le temps réel avec seulement trois cœurs de processeur, sans carte graphique. Pour qui travaille avec des podcasts, des interviews et de longues réunions, c’est le genre d’outil qui tourne même sur un ordinateur portable ordinaire.
Temps réel et limites
La famille comprend aussi VibeVoice-Realtime-0.5B, un modèle léger de texte vers parole qui commence à parler en environ 300 millisecondes. Microsoft, toutefois, est directe sur les limites : le projet est un cadre de recherche, et l’entreprise ne recommande pas d’usage commercial ou en conditions réelles sans tests supplémentaires. Microsoft elle-même a retiré le code de VibeVoice-TTS du dépôt en septembre 2025, après avoir constaté un usage incompatible avec l’intention déclarée — des voix synthétiques convaincantes peuvent servir à l’usurpation d’identité, à la fraude et à la désinformation.
VibeVoice-ASR a été intégré à Azure AI Foundry Labs en mars 2026 et a rejoint une version de Hugging Face Transformers le même mois, ce qui permet de le charger via la bibliothèque standard. Le code et les poids sont distribués sous licence MIT.
Fontes: GitHub — microsoft/VibeVoice; DevPik — VibeVoice: Free Open-Source AI That Transcribes 60 Minutes of Audio at Once; SiliconNoon — Open Source Radar, November 6: VibeVoice’s Hour-Long Transcript; NotaTechGuy — Microsoft VibeVoice hits 56,000 GitHub stars with streaming voice AI.
Crédit image : logo de Microsoft, via Wikimedia Commons.
Transparence : cet article a été produit avec l’aide de l’intelligence artificielle, en croisant des publications publiques sur X et des sources internet. Les informations classées comme rumeur, compte rendu ou tendance n’ont pas été confirmées officiellement. Consultez les sources originales avant de tirer des conclusions.
Par Muse
