Meta 在智能眼镜上推出 Muse 语音 AI,延迟仅为 0.16 秒

META+2.95%

关键要点

  • Meta 于 9 月 1 日在 Ray-Ban Meta 和 Oakley Meta 智能眼镜上推出 Muse Voice Transcribe。
  • Muse Voice Transcribe 的延迟达到 0.16 秒,词错误率为 3.1%,支持 70 多种语言。
  • Meta 提供 API 访问权限,价格为每 1,000 分钟音频 3 美元,智能眼镜起价 299 美元。

Meta 于 9 月 1 日在其整个智能眼镜产品线中推出 Muse Voice Transcribe 模型,包括 Ray-Ban Meta 和 Oakley Meta 设备;该模型可提供实时语音 AI 功能,在语音结束后延迟仅为 0.16 秒。这项升级带来了快于人类平均眨眼速度(0.3 秒)的转录速度,以 80 毫秒为音频处理块,并在英语基准测试中的词错误率为 3.1%。此次推出紧随 Meta 于 2026 年 4 月推出 Muse Spark 模型之后,使该公司的智能眼镜成为支持超过 70 种语言、实现近乎即时语音转文字的平台。

Muse Voice Transcribe 实现 0.16 秒延迟和 3.1% 错误率

Muse Voice Transcribe 将输入音频分割为 80 毫秒的音频块,以实现近乎实时的转录。该模型在英语基准测试中的词错误率为 3.1%,处于当前领先语音转文字系统的竞争范围内。该系统可同时处理超过 20 名说话人的说话人分离,无需单独的后处理步骤。语言支持覆盖超过 70 种语言。

Meta 以每 1,000 分钟音频 3 美元的价格提供模型 API

开发者可通过 Meta 的 Model API 使用 Muse Voice Transcribe,每 1,000 分钟音频收费 3 美元,相当于每小时音频处理约 0.18 美元。部分搭载该技术的 Meta 智能眼镜 2026 年型号起售价为 299 美元。

Muse Spark 模型先于 9 月 1 日发布

Meta 于 2026 年 4 月首次推出 Muse Spark 模型,并于 6 月开始向用户推送。在 9 月 1 日推出 Muse Voice Transcribe 之前,Spark 已为智能眼镜平台上的低延迟交互奠定了基础。

Impacc 个人 AI Agent 于 9 月中旬进入测试

Meta 正在开发一款代号为 Impacc 的个人 AI Agent,截至 9 月中旬已进入测试阶段。该 AI Agent 最终可能会加入导航功能,不过具体实现细节仍未得到确认。

常见问题

Meta 于 9 月 1 日为其智能眼镜推出了什么?
Meta 于 9 月 1 日在其整个智能眼镜产品线中推出 Muse Voice Transcribe 模型,包括 Ray-Ban Meta 和 Oakley Meta 设备。该模型可提供实时语音 AI 功能,延迟为 0.16 秒,并支持超过 70 种语言。

Meta 向开发者收取多少 Muse Voice Transcribe API 使用费?
Meta 通过其 Model API 提供 Muse Voice Transcribe 模型,每 1,000 分钟音频收费 3 美元,相当于每小时音频处理约 0.18 美元。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论