2026-09-10 · 来源：{'name': 'The Decoder p4', 'url': 'https://the-decoder.com/metas-new-real-time-audio-model-is-the-foundation-for-ai-assistants-that-never-stop-listening/'}
Meta超级智能实验室的实时转写模型以80毫秒音频块处理流式语音,可区分说话人,并在准确率与价格上双双登顶,成为常驻聆听型AI智能体的基础组件。
Meta超级智能实验室(Meta Superintelligence Labs)发布实时转写模型Muse Voice Transcribe,旨在以极低延迟将流式语音转换为文字。该系统以80毫秒为单位分块处理音频,并在低延迟流水线之上叠加了两项对对话式界面至关重要的能力:区分不同说话人,以及识别句子的起止位置。
据Artificial Analysis测评,该模型以市场最低价格提供了最精准的流式转写效果。在流式语音识别领域,准确率与成本同时登顶是极为罕见的组合,这让Muse Voice Transcribe成为开发者构建持续运行语音界面的有力之选——这类界面需要实时处理,而非处理离散的预录音频。对于需要持续转写的语音产品而言,这种"价格-准确率"组合正是决定产品可行性的关键指标。
Meta自己也正是这样定位这次发布的。该公司将Muse Voice Transcribe视为个人AI智能体的基础组件——这类智能体通过摄像头眼镜等设备聆听真实对话。在这一愿景中,转写并不是最终产品。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅