Meta的新模型能在同时说话的20人里分清谁是谁。
Meta在9月1日发布了首个实时语音模型Muse Voice Transcribe。一次处理就写出文字、分出说话人，并在话音落下0.16秒后给出终稿。Meta不放权重，只按每千分钟音频三美元卖接口。
为什么重要?实时字幕和会议记录，过去要把三个模型硬拼在一起才做得到。合成一个之后，整天开着转写也便宜得起。
在App中阅读——免费，9种语言
相关新闻
编程智能体OpenCode遭入侵，用户保存的AI密钥外泄2026-10-18AI找出的漏洞让数据库Postgres新版推迟发布
2026-10-17Perplexity开源了一个测试中无AI逃出的沙箱
2026-10-16亚马逊75美元的新手环能把你的对话变成待办清单
2026-10-15苹果称其AI已在中国获批，本月底推出测试版
2026-10-15