据 Crypto Briefing 报道,Meta 的 Muse Voice Transcribe 模型于 9 月 1 日推出,目前已适用于其全系智能眼镜产品,包括 Ray-Ban Meta 和 Oakley Meta 设备。说话人结束发言后,该模型仅需 0.16 秒即可生成最终转录文本,速度快于人类眨眼。它能够在超过 20 人同时发言的情况下进行说话人分离,并支持超过 70 种语言;在英语基准测试中的词错误率为 3.1%。Meta 通过其 Model API 提供该模型,价格为每 1,000 分钟音频 3 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。