先了解这件事
事件摘要
还没有公开综述,先看下面的报道时间线。
最新进展 · 正式报道
Meta 推出 Muse Voice Transcribe 实时语音模型事件进展
1 个已确认进展
- 来源:AI at Meta
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
9月2日
AI at Meta一手
Meta 推出 Muse Voice Transcribe 实时语音模型
借助自适应延迟,Muse Voice Transcribe 在以最终转写时间为衡量标准的速度-准确率权衡上达到了帕累托前沿。
AI at Meta一手精选
Meta Superintelligence Labs 发布实时音频感知模型 Muse Voice Transcribe
Meta Superintelligence Labs 发布 Muse Voice Transcribe,这是其首个实时音频感知模型,支持实时流式 ASR、20 人以上说话人分离和端点检测,并具备多语言与无缝语码切换能力,可通过语言、关键词和上下文偏置提升准确率。该模型在 ArtificialAnlys 流式语音转文字和公开说话人分离基准上排名第一。它属于 Muse Spark 系列的自回归多模态 LLM,音频按 80ms 分块(12.5 Hz)逐 token 处理,结合词错误率和延迟奖励的 RL 实现自适应延迟,已在 Meta Model API、Meta AI for Mac 和 Muse Code 上线。