Microsoft anuncia transcrição de áudio longo com VibeVoice-ASR

Em 2 de março de 2026, a Microsoft anunciou que o VibeVoice-ASR pode transcrever áudios de até 60 minutos em uma única passagem. Segundo a empresa, o sistema também identifica falantes, associa timestamps ao conteúdo, aceita hotwords e oferece suporte a mais de 50 idiomas sem exigir que o idioma seja configurado previamente.

A divulgação aponta possíveis usos em pipelines multilíngues de reconhecimento de fala, mas não apresenta, neste resumo, resultados de avaliação independente. Para conferir o alcance das afirmações, consulte o anúncio original da Microsoft e teste o sistema com áudios representativos, verificando idiomas, timestamps e identificação de falantes. Se usar IA para analisar gravações, proteja dados pessoais conforme a política da organização.