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 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。 Muse Voice Transcribe在Artificial Analysis流式语音转文本和公开语音分割基准测试中**排名第一**。（模型收录和排名截至2026年9月1日。） 该模型可通过Meta Model API、Mac版Meta AI和Muse Code使用。 其API定价为每1000分钟3美元（约合人民币20元），每小时0.18美元（约合人民币1.21元）。 01*****