语音转写正变成AI系统的实时感知层。

编译 | ZeR0

编辑 | 漠影

智东西9月2日报道，今日，Meta推出由Meta超级智能实验室开发的首个实时音频感知模型Muse Voice Transcribe。

该模型提供实时流式自动语音识别（ASR）、支持超过20位说话人的语音分割以及端点控制功能，支持多语言，能处理超过1小时的长音频，可实现无缝语码切换，并通过语言、关键词和上下文偏好来提高识别准确率。

从示例来看，无论是讲中文、中式英语口音，还是中英文混合表达，这款模型的转写速度和效果都相当不错。