Meta稍早公布名为Voicebox的语音生成模型，将可通过Flow Matching算法，从大量原始音频与转录文字进行学习，进而生成自然生动的语音内容。
同时，Voicebox并未限制仅能用于特定领域的语音内容，通过足够音频与文字内容即可产生去除噪音、清晰语音，同时还能进行内容、风格转换，或是输出不同声音特色语音内容。
而藉由Flow Matching算法，即可直接从原始音频、文字内容进行学习，同时产生语音内容，无须像过往同类型语音生成模型必须事先完成资料学习训练，并且仅能针对单一语音内容进行训练操作。
在Flow Matching算法设计中，更能学习语音与文字之间差异，即便对应相同文字内容，但在不同语音呈现方式，例如语调、语速、口音或重音表现差异，会让相同文字内容有不同表意。
目前Voicebox是以累积5万小时的语音录音训练结果构成，其中涵盖英语、法语、西班牙语、德语、波兰语、葡萄牙语公开录音内容片段，以及对应文字内容，同时藉由自动生成人工智能运作模式，不仅能快速学习各类语音发音、朗读方式，只需输入一段语音样本与文字内容，就能以所输入语音样本风格朗读文字，甚至进行后续语调整。
但由于此模型可能会有被人滥用情况，因此目前Meta仅对外公布相关技术，并未公开相关模型与源代码内容。
