← AI 動態
The Decoder
Meta 發布即時語音轉錄模型，打造全天候 AI 助理
Meta 推出 Muse Voice 語音轉錄模型，主打超低延遲並能辨識 20 位發言者。以極具競爭力的價格與多語言支援，將成為打造全天候語音 AI 助理的關鍵基石。
Meta
語音辨識
AI助理
Meta 推出名為 Muse Voice Transcribe 的即時語音模型。這項技術的亮點在於能以 80 毫秒的極小片段處理語音，動態調整字詞延遲時間以平衡速度與準確率。它不僅能精準判斷句子邊界，還能在單一系統中分辨多達 20 位不同的發言者，無需依賴其他輔助工具。
這項技術之所以重要，在於它為「全天候待命」的 AI 助理提供了關鍵基礎。在商業佈局上，Meta 開出每小時僅 0.18 美元的破盤價，大幅低於 OpenAI 與 ElevenLabs 等競爭對手。這意味著企業與開發者能以極低成本，將高品質語音辨識技術廣泛導入產品中。
對一般大眾而言，這代表未來我們將迎來反應更靈敏、對話更自然的 AI 助理。無論是跨國會議中的多人即時翻譯與紀錄，或是日常生活中隨時待命的智慧管家，這項支援超過 70 種語言的新技術，都將讓 AI 更無縫且直覺地融入我們的工作與生活。