Meta甩出语音转写“神器”:准确识别中英文夹杂,支持超20人长聊1小时

智东西09-02

语音转写正变成AI系统的实时感知层。

编译 | ZeR0

编辑 | 漠影

智东西9月2日报道,今日,Meta推出由Meta超级智能实验室开发的首个实时音频感知模型Muse Voice Transcribe

该模型提供实时流式自动语音识别(ASR)、支持超过20位说话人的语音分割以及端点控制功能,支持多语言,能处理超过1小时的长音频,可实现无缝语码切换,并通过语言、关键词和上下文偏好来提高识别准确率。

从示例来看,无论是讲中文、中式英语口音,还是中英文混合表达,这款模型的转写速度和效果都相当不错。

免责声明:本文观点仅代表作者个人观点,不构成本平台的投资建议,本平台不对文章信息准确性、完整性和及时性做出任何保证,亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法