Meta的AI布局又落一子。扎克伯格宣布，Muse Voice Transcribe于当日正式推出，这是MSL（Meta超级智能实验室）首个实时音频感知模型。

这款模型在流式语音转文字任务上达到SOTA（当前最优）水平。更关键的是，它在单一模型内原生支持说话人分离和端点检测，无需额外拼接多个系统。

打开网易新闻 查看精彩图片

这意味着，实时会议转录、多人口述记录等场景，有望在更低的延迟和复杂度下实现。