扫码下载
搜索“Muse Voice Transcribe”共有2条相关结果
Techub News 消息,Meta 旗下 Meta Superintelligence Labs 推出 Muse Voice Transcribe 实时音频感知模型,支持流式语音转文本及说话人分割功能。 该模型能够实现实时音频流处理,支持识别超过 20 位不同说话人,适用于会议转录、实时字幕生成等多场景应用。(Cointelegraph)
Techub News 消息,Meta Superintelligence Labs 本周发布了实时音频感知模型 Muse Voice Transcribe。该模型将流式自动语音识别、超过 20 人的说话人分离和端点检测三项任务整合到一个自回归模型中,无需后处理。该模型已作为托管 API 上线 Meta Model API,价格为每 1000 音频分钟 3 美元,并已为 Meta AI for Mac 和 Muse Code 的听写功能提供支持。 该模型基于 70 多种语言进行训练,其中 25 种在发布时经过广泛验证和推荐。它原生支持超过一小时的音频输入和 20 多名说话人,无需后处理步骤。Meta 报告称,截至 2026 年 9 月 1 日,该模型在 Artificial Analysis 的流式语音转文本和公开的说话人分离基准测试中均排名第一。(MarkTechPost)
当前搜索结果已加载完毕