Mark Zuckerberg· @finkd · X·· 2026-09-02AI 评分48
AI 导读
Mark Zuckerberg 宣布 Muse Voice Transcribe 于当日推出，是 MSL 的首个实时音频感知模型。该模型在流式语音转文字上达到 SOTA，并在单一模型内原生支持说话人分离（speaker diarization）和端点检测（endpointing）。
正文 · 原文
Muse Voice Transcribe is MSL's first real-time audio perception model -- rolling out today. SOTA in streaming speech-to-text, it handles speaker diarization, and endpointing natively in a single model.
来源：Mark Zuckerberg · x.com