Meta發布即時音訊感知AI模型Muse Voice Transcribe，支援20餘人分軌轉寫

BTCC / BTCC Square / PanewslabTW /

Author:

發佈時間:

2026-09-02 01:08:00

PANews 9月2日消息，根據IT之家引用9to5Mac報道，Meta推出首個即時音訊感知模型Muse Voice Transcribe，開發者可透過Meta Model API調用，定價為每1,000分鐘音訊3美元（約合每小時0.18美元）。此模型在同一流程中整合串流自動語音辨識、說話者分離與端點偵測，使用者說話時可同步輸出文字，無需等待完整錄音結束後再處理。模型支援70餘種語言（25種已驗證）、超1小時音訊及多語言切換，可在包含20餘名說話者的錄音中分離不同發言者。 Meta引入自適應延遲機制，對易辨識語音快速輸出，對複雜詞語呼叫更多上下文以兼顧速度與準確度。

來源:

登入回覆

登入分享您的看法

前一篇

<< Robinhood Chain鏈上費用收入已超越Solana、Base和以太坊 >>

本站轉載文章皆來自公開網絡，部分由AI整理，僅為傳遞產業訊息，不代表BTCC立場。原創權益歸原作者所有。如發現版權問題，請透過[email protected]聯絡我們，我們將依法處理。 BTCC不對資訊準確性、時效性及完整性作任何保證，不承擔因依賴資訊而產生的任何責任。內容僅供參考，不構成投資、法律或商業建議。