6月17日，Meta 介绍了一种「突破性」的生成式语音系统，它可以合成六种语言的语音，执行噪声消除、内容编辑、转换音频风格等。Meta 称之为最通用的语音生成 AI。Meta 表示，Voicebox 是第一个没有经过专门针对语音生成的训练，却可以泛化到语音生成任务的模型。Meta 表示，Voicebox 作为首个能成功执行任务泛化的高效的多功能模型，将开创一个语音生成式 AI 的新时代。