Meta 发布 Muse Voice: 70+ 语言实时语音转录模型
bowenc0221 · x · 2026-09-02
Meta 发布了首个实时音频感知模型 Muse Voice Transcribe。该模型在流式语音转文字方面达到 SOTA，支持 70 多种语言，并原生支持说话人分离和端点检测。
所属事件:Meta 发布实时语音感知模型 Muse Voice Transcribe(18 条相关)→
「多模态」频道最新
- Reddit 用户吐槽 Flux 3 文生图完全做不出真实人脸 — EstablishmentFun6629 · 2026-10-18
- 实测 MiniMax H3 参考生视频:3 张参考图+人声,15 秒成片 1088p — michael_goldenhour · 2026-10-18
- 开发者用 Qwen 做全本地 3D 高清纹理生成工具，拟定价 5 美元出售 — TinfoilTricorn · 2026-10-18
- 14 个 Agent 在单卡 5090 上做 AI 电影:按反馈修复剪跳与配音缺陷 — developervkmp · 2026-10-18
- 4MP 文生图横评:Qwen Image 2.1 Turbo 对决 MOSS、Krea、Flux 3 Klein — FORNAX_460 · 2026-10-18
- 网友只写歌词，Claude 包办其余：AI 生成歌曲 Don't let me scroll — TinfoilTricorn · 2026-10-18