Meta Superintelligence Labs 于 9 月 1 日推出首个实时音频感知模型 Muse Voice Transcribe：流式 ASR、20+ 说话人 diarization、endpointing，原生支持句内/句间语码转换，训练覆盖 70+ 语言（首发验证 25 种），可处理超一小时音频。官方称在 Artificial Analysis 流式语音转写榜单排名第一（截至 9 月 1 日）。已接入 Meta AI for Mac（按住 Fn 全局听写）、Muse Code，并向 Meta Model API 开放，定价为每 1000 音频分钟 3 美元（约合每小时 0.18 美元）。
核心要点速览
- ✓流式 ASR + 说话人分离 + 端点检测一体，无需后处理拼流水线
- ✓Mac 全局听写与 Muse Code 已切换到该模型；开发者可走 Meta Model API
- ✓API 价约 0.18 美元/小时；自适应 delay 在速度与准确率之间动态权衡
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
🔗
💡 国内无需访问 Twitter，可直接访问上述项目官方资源与文档相关资源与官方项目出处
免代理直达实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读Meta 开源 Muse Gadgets：ESP32/Linux SDK 把 Muse Agent 接到自制硬件；Home Link 送 5000 台
立即阅读→
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察