Meta 推出 Muse 音訊模型:80ms 流式轉錄,區分超 20 人
Meta 推出即時音訊模型 Muse Voice Transcribe。它以 80ms 塊處理音訊,用強化學習動態調整轉錄延遲,原生支援 1 小時以上長音訊、語種混雜及 20 人以上聲紋分離,已上線 Meta AI 等產品。
Meta 推出即時音訊模型 Muse Voice Transcribe。它以 80ms 塊處理音訊,用強化學習動態調整轉錄延遲,原生支援 1 小時以上長音訊、語種混雜及 20 人以上聲紋分離,已上線 Meta AI 等產品。