Meta представила Muse Voice Transcribe: прорыв в области ИИ-транскрибации

Компания Meta представила новый метод перевода речи в текст и запустила инструмент Muse Voice Transcribe. Новая модель, разработанная в лабораториях Meta Superintelligence Labs, обладает возможностями обработки в реальном времени и способна идентифицировать и разделять более 20 различных спикеров в ходе одного разговора. Технология поддерживает 70 языков и преодолевает лингвистические барьеры, естественным образом переключаясь между языками (code-switching) даже в рамках одного предложения.

Помимо работы с многопользовательскими диалогами, модель подходит для обработки длинных записей продолжительностью более часа без необходимости дополнительной подготовки. Система автоматически адаптирует темп транскрибирования: она определяет, когда выводить текст немедленно, а когда сделать короткую «паузу ожидания» для лучшего понимания контекста и ключевых слов. Эти показатели обеспечили ей первое место в индексе Artificial Analysis по транскрибированию в реальном времени и в других публичных тестах.

Новый инструмент предназначен для широкого спектра задач и в настоящее время интегрирован в функцию голосовой диктовки в Meta AI и среду разработки Muse Code. Например, пользователи приложения Meta AI на компьютерах Mac могут нажать клавишу Fn и говорить свободно вместо набора текста, который мгновенно появляется на экране. Модель доступна через Meta Model API, приложение для Mac и Muse Code.

Компания продолжает активное развитие и планирует масштабное сотрудничество с американской компанией Anthropic. Совместная сделка, находящаяся на стадии предварительных переговоров, предполагает предоставление вычислительных мощностей для ИИ и оценивается в 10 миллиардов долларов. Это значимый шаг Meta в сферу, где конкурируют такие гиганты, как Microsoft, Amazon и Google.