Meta ha logrado un avance significativo en la tecnología de transcripción de IA con la introducción de Muse Voice Transcribe, su primer modelo de audio en tiempo real. Este innovador modelo puede manejar dictado y transcripción para más de 20 oradores y puede cambiar sin problemas entre múltiples lenguas al mismo tiempo. El CEO de Meta, Mark Zuckerberg, recientemente compartió un ejemplo de la capacidad del modelo para manejar múltiples oradores y lenguas simultáneamente, mostrando su capacidad para distinguir automáticamente entre oradores y cambiar entre lenguas.

Las características avanzadas del modelo incluyen la capacidad de detectar "cambio de código" y transcribir oraciones que utilizan palabras de múltiples lenguas. Según Zuckerberg, "El modelo decide cuándo escuchar. Espera un poco más en palabras difíciles y se compromete más rápido en palabras fáciles, utilizando un retraso adaptativo para predecir cada token y aumentar la precisión". Esta tecnología se mantiene bien incluso en audio real y desordenado, y ha sido entrenada en más de 70 lenguas, con 25 validadas en su lanzamiento.

Muse Voice Transcribe es el lanzamiento más reciente del Laboratorio de Superinteligencia de Meta (MSL), que ha estado desarrollando activamente nuevos modelos y herramientas de IA. El modelo ahora está disponible para desarrolladores dentro de Muse Code y la API de Modelos de Meta, con un precio de $3 por 1.000 minutos de audio. También está disponible una versión de demostración de Muse Transcribe en el blog de investigación de Meta. Además, el modelo ya está impulsando la dictación en la aplicación de escritorio de Meta y Muse Code, y está disponible a través de la API de Modelos de Meta.

Este desarrollo llega menos de una semana después de que Google introdujera su propio modelo de audio, Gemini 3.5 Transcribe, que cuenta con capacidades similares. Si bien Google planea integrar su modelo de audio en Android y Chrome, no está claro si Meta tiene planes para integrar Muse Voice Transcribe en sus servicios insignia. Por ahora, los usuarios pueden experimentar las capacidades del nuevo modelo en la aplicación Meta AI Mac recientemente lanzada, que puede impulsar funciones de voz habilitadas en otras aplicaciones.

This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.