Компанія Meta випустила свою першу аудіомодель реального часу — Muse Voice Transcribe, розроблену підрозділом Meta Superintelligence Lab (MSI). Вона здатна розпізнавати надиктований текст та вести транскрипцію розмов за участю понад 20 спікерів, а також працювати з кількома мовами одночасно.
Компанія Meta випустила свою першу аудіомодель реального часу — Muse Voice Transcribe, розроблену підрозділом Meta Superintelligence Lab (MSI). Вона здатна розпізнавати надиктований текст та вести транскрипцію розмов за участю понад 20 спікерів, а також працювати з кількома мовами одночасно.
Генеральний директор Meta Марк Цукерберг опублікував приклад роботи моделі, де вона автоматично ідентифікує мовців та перемикається між мовами. Зайшовши далі, система навіть розпізнає «кодові перемикання» (мікс мов) і точно транскрибує речення, складені з слів із різних мов, пише Engadget.
«Модель сама вирішує, коли слухати. Вона чекає дещо довше на складних словах і швидше обробляє прості, використовуючи адаптивну затримку для передбачення кожного токена та підвищення точності, — пояснив Цукерберг. — Вона чудово справляється з „брудним“, реальним аудіо: навчена на понад 70 мовах (25 з яких пройшли валідацію на момент запуску), обробляє змішування мов усередині речень і працює із годинними сесіями за участю 20+ мовців».
Muse Voice Transcribe is MSL’s first real-time audio perception model — rolling out today. SOTA in streaming speech-to-text, it handles speaker diarization, and endpointing natively in a single model. pic.twitter.com/LViMDSkbim
— Mark Zuckerberg (@finkd) September 1, 2026
Реліз від Meta відбувся менше ніж за тиждень після анонсу Google Gemini 3.5 Transcribe зі схожим функціоналом. Проте, якщо Google інтегрує свою модель безпосередньо в Android та Chrome, то плани Meta щодо впровадження Muse Voice Transcribe у свої основні сервіси поки залишаються невідомими.
3/ already powering dictation in the meta desktop app and muse code. live now via meta model apihttps://t.co/MFosERCV0E pic.twitter.com/UESTQhKJrH
— Alexandr Wang (@alexandr_wang) September 1, 2026
Наразі протестувати можливості системи можна декількома шляхами:
застосунок Meta AI для Mac: Muse Voice Transcribe вже забезпечує функції надиктування в цьому додатку для настільних ПК;
для розробників: модель доступна через Muse Code та Meta’s Model API за ціною $3 за 1 000 хвилин аудіо.
демоверсія: ознайомитися з роботою технології можна на дослідницькому блозі Meta.
