近期，Meta正式发布全新实时音频感知AI模型MuseVoiceTranscribe，这是Meta旗下首款主打实时处理能力的音频转写模型，支持最多20余人同时发言的场景下自动完成说话人分离和分轨转写，相关能力已经通过MetaModelAPI对外开放调用，为各类实时音频处理场景提供了新的高性价比选择。
普通的实时转写工具大多只能支持几个人的简单发言分离，一旦参会人数超过十人，就很容易出现说话人身份识别混乱的问题，而MuseVoiceTranscribe可以在包含20余名说话者的复杂录音环境里，准确区分不同人的发言，自动给每一段转写内容标注对应的说话人身份，不用人工手动区分，大幅降低了多人会议记录的整理成本。
本文来自作者[数科漫游笔记]投稿，不代表绮畅科技网立场，如若转载，请注明出处：https://www.lorte.cn/rgzn/202609/828.html
评论列表（4条）
我是绮畅科技网的签约作者“数科漫游笔记”！
希望本篇文章《Meta发布实时音频AI模型 支持20人+分轨同步转写》能对你有所帮助！
本站[绮畅科技网]内容主要涵盖：教育咨询,知识百科
本文概览：近期，Meta正式发布全新实时音频感知AI模型MuseVoiceTranscribe，这是Meta旗下首款主打实时处理能力的音频转写模型，支持最多20余人同时发言的场景下自动完成说话人分离和分轨转写，相关能力已经通过MetaModelAPI对外开放调用，为各类实时音频处理场景提供了新的高性价比选择。