Meta 语音转写模型 Muse 上线 LiveKit Agents,支持 20+ 说话人实时分离
armand_ruiz · x · 2026-09-15
Meta 的流式语音转写模型 Muse Voice Transcribe 现已作为插件接入 LiveKit Agents,开发者可在语音 Agent 工作流中直接调用。
- 支持实时说话人分离(diarization),可区分 20+ 名说话人
- 通过 WebSocket 流式传输 24 kHz 单声道 PCM16 音频,返回带服务端断点的累积式中间转写结果
- 提供 Python 与 Node.js SDK,安装后配置 Meta Model API key 即可在 AgentSession 中使用,支持关键词偏置与语言偏置等参数
「编程与Agent」频道最新
- effect-harness + Cloudflare：agent 循环自由拆到多台 VM 上跑 — samgoodwin89 · 2026-10-31
- jh3yy：AI agent 第一次让工具跟上我的大脑，找回心流 — jh3yy · 2026-10-31
- CAFE 生态周报：Maple 三天迁移 30 万行 React 到 Foldkit — samgoodwin89 · 2026-10-31
- 二十年没写代码，他用 Claude 做出百星开源 TV 启动器 — SuB8u · 2026-10-31
- Factory 收购 typedef_ai，为 AI agent 补上企业数据上下文层 — maddiehfaulkner · 2026-10-31
- 浏览器 Agent 丢链后图搜索救场:5/5 对单轨迹回放 0/5,作者主动更正数据 — JeremyCMorgan · 2026-10-31