vibevoice.cpp ist eine von der LocalAI-Community entwickelte C++-Reimplementierung des Microsofts VibeVoice-Modells im GGML-Format. Die Engine bietet zwei Hauptfunktionen: TTS mit Voice Cloning (nutzt 30-Sekunden-Referenzclips, 0.5B Realtime-Modell) und Long-Form ASR mit Speaker-Diarization (7B-Modell, JSON-Output mit Zeitstempel und Sprecher-Labels). Das System wurde erfolgreich mit 17-Minuten-Audio getestet. Der wichtigste Aspekt ist die Python-freie Inference: es lädt vLLM, torch und Python zur Laufzeit nicht, sondern läuft nativ als C++-Binäre oder einbettbare Library (libvibevoice.so mit flacher C-ABI). Unterstützte Backend sind CPU, CUDA, Metal, Vulkan und hipBLAS. Performance auf CUDA (68s Sample) liegt bei RTF 0.41 mit ~6 GB RAM, auf CPU (R9) bei RTF 2.20 mit ~8 GB. Eine 17-Minuten-Transkripton benötigt auf CPU ~1929 Sekunden mit Peak-RSS von 26 GB. Die Implementierung besteht Closed-Loop-Tests (TTS→ASR mit 100% Wort-Recall). Limitierungen sind Speicherverbrauch der Encoder-Aktivierungen und fehlende Streaming-Ausgabe.