Pipecat v1.9 发布：接入 Meta 流式语音转写模型 Muse，语义错词率最低
solyarisoftware · x · 2026-09-12
语音 Agent 框架 Pipecat 发布 v1.9.0，新增支持 Meta 的流式语音转文字模型 Muse Voice Transcribe。
作者团队维护开源测试套件 Pipecat STT benchmark，在 1000 段语音输入上计算「语义错词率」（semantic WER）——即忽略不影响 LLM 理解的小差异，比常见 WER 算法更能反映 STT 在语音 Agent 管线中的真实准确度。测试显示 Muse 的语义错词率是他们测过的所有模型中最低的。
另一个关键指标是延迟，他们用「最终转写片段完成时间」来度量语音 Agent 场景下的 STT 延迟。
「编程与Agent」频道最新
- MIT CSAIL 提出「机器学习与温习」范式:Agent 提前研究语料而非临时检索 — eshorten300 · 2026-10-31
- OpenAI 研究员展示「全监控」系统:链式思维监视器盯住每一条前沿模型 rollout — willdepue · 2026-10-31
- Agent 审计新思路：不看总结，让用户说出改了哪些文件跑过哪些测试 — ronbodkin · 2026-10-31
- 开发者：coding agent 通知只在等待审批时才值得推送 — petrusenko_max · 2026-10-31
- OpenTargets 非官方 MCP 服务器上线，可查询基因-药物-疾病关联 — modelcontextprotocol · 2026-10-31
- zero-core-budget 连接器发布，为 Agent 提供预算与 ROI 追踪 — modelcontextprotocol · 2026-10-31