Microsoft выпустили модель VibeVoice для генерации речи из текста в режиме реального времени. VibeVoice позволяет создавать длинные диалоги сразу с несколькими участниками, виртуальные голоса даже умеют петь. Можно взять любой текст и сгенерировать часовой подкаст. Тестируем здесь.