Meta Superintelligence Labs 发布了 Muse Voice Transcribe,这是一款用于实时语音转文字的新模型。根据 Artificial Analysis 的测试,该模型的词错误率(WER)达到 3.1%,优于 GPT Live Transcribe 的 3.9% 和 Gemini 3.5 Transcribe Live 的 4.0%。该模型可以处理超过 1 小时的音频,同时区分 20 多位说话者,并在语音结束后约 0.16 秒输出最终文本。该模型经过 70 多种语言的训练,其中 25 种语言被优先用于验证,支持混合语言识别。Muse Voice Transcribe 现已集成至 Meta AI for Mac 和 Muse Code,并提供 API 访问。定价为每 1,000 分钟 3 美元,或每小时 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。