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
- 开发者公开前沿实验室透明度追踪平台原型构想 — RileyRalmuto · 2026-09-15
- Radio 上线:无需注册的 Agent 共享聊天室,把同事和智能体拉进同一频道 — omarsar0 · 2026-09-15
- 「AI 软件工厂」是什么：用 5-6 个 Markdown 文件管住 Agent — Rasmic · 2026-09-15
- 周末改造《任天堂明星大乱斗》：AI 把 25 年老游戏变成浏览器百人吃鸡 — TheMoonMidas · 2026-09-15
- 开发者自建「先说结论」skill,Astra 输出质量明显提升 — jdjohnson · 2026-09-15
- Nous Research 推出 Hermes 商业版:团队共享技能库与企业级本地部署 — NousResearch · 2026-09-15