Meta的新AI转录模式可以实时区分多语种和语言。

本期编译精选。

大技术

元数据

这是Meta Superintelligence Lab(MSI)的最新发行。

2026年9月1日 5时56分

元数据

Meta引入了第一个实时音频模式Muse Voice Translatis. Meta说，该模型可以同时处理20多位演讲者的口述和抄写，并能无缝地处理多种语言。

Meta CEO Mark Zuckerberg在3年未在平台上发布后，最近回到了X,他分享了该模型同时处理多语种和语言能力的例子。在视频中，转录可以自动区分多语种，并互换语言。它甚至能够取出代码切换,并转录使用多语言词的句子。

Muse Voice Translatis是MSL的第一个实时音频感知模型——今天推出。SOTA在流式语音对文本中，它处理扬声器的对等化，并在本土上用单一的模型来指代。（原始内容存档于2013-10-12). pic. twitter.com/LVIMDSkbim

— 马克·扎克伯格 (@finkd) 2026年9月1日。

模特儿决定何时听。它在硬词上等得更久一点，在简单词上承诺更快，利用适应性的延迟来预测每个符号并增加准确性. 它坚守着杂乱无章，真实的音频太——训练了70多种语言（发布时验证了25种）,处理中刑的代码切换，管理20多位演讲者长达一小时的会话。

Meta的发售在Google双子座3.5 Translacy之后不到一周，但Google正在将它的音频模型制成Android和（最终）Chrome时，并不清楚Meta是否有计划将Muse Voice Trancis纳入其旗舰服务。

（编译自 Engadget；原文