Metaの新モデルは同時に話す20人を聞き分ける。
Metaは9月1日、初のリアルタイム音声モデルMuse Voice Transcribeを出した。一回の処理で文字を書き、話者を分け、話し終えて0.16秒後に確定稿を返す。重みは配らず、音声千分あたり三ドルのAPIとしてだけ売る。
なぜ重要か字幕も議事録も、これまでは三つのモデルを継ぎ足してやっと形になっていた。一つにまとまれば、一日中つけっぱなしにしても値段が気にならない。
アプリで読む——無料・9言語
関連ニュース
コーディングAIのOpenCodeで不正侵入、保存したAIキーが流出2026-10-18AIのバグ探しでデータベースPostgres新版の公開が遅れる
2026-10-17Perplexity、AIが脱出できなかった隔離環境を公開
2026-10-16アマゾンの75ドルの新リストバンドは会話をToDoリストに変える
2026-10-15アップルのAIが中国で承認され、今月中に試験版が出る
2026-10-15