Meta выпустила Muse Voice Transcribe: распознаёт речь за 80 мс, дешевле всех и различает говорящих

Лаборатория суперинтеллекта Meta (Superintelligence Labs) опубликовала Muse Voice Transcribe — модель для реального времени, которая транскрибирует речь фрагментами по 80 мс, различает спикеров и определяет концы предложений. По сравнению с аналогами, она обещает лучшую точность при минимальной стоимости за стриминг.

Meta позиционирует модель как строительный блок для персональных ИИ-ассистентов, которые будут постоянно «слушать» разговоры через носимые устройства — например, через умные очки Ray-Ban Meta. Это шаг к ассистентам, которые никогда не отключают микрофон и анализируют речь в реальном времени.