ข้ามไปที่เนื้อหา
เหตุการณ์ร้อนแรงกำลังพัฒนา

Meta Superintelligence Labs เปิดตัว Muse Voice Transcribe โมเดลเสียงพูดแบบเรียลไทม์

1 รายงาน1 แหล่งข่าวที่รายงานอัปเดต 5 ชม. ที่แล้ว

เริ่มตรงนี้

ไดเจสต์ AI

Meta Superintelligence Labs เปิดตัว Muse Voice Transcribe โมเดลการรับรู้เสียงแบบเรียลไทม์ตัวแรกของบริษัท โดยรองรับการรู้จำเสียงพูดแบบสตรีมมิ่ง การแยกผู้พูดสำหรับผู้พูดมากกว่า 20 คน และการตรวจจุดสิ้นสุดของเสียง โดยประมวลผลเสียงเป็นชุดละ 80 มิลลิวินาที Meta ระบุว่าการเรียนรู้แบบเสริมกำลังช่วยให้โมเดลแลกเปลี่ยนความแม่นยำกับความหน่วงได้อย่างปรับเปลี่ยนตามสถานการณ์ โมเดลนี้ฝึกด้วยภาษามากกว่า 70 ภาษา โดยมี 25 ภาษาที่ผ่านการตรวจสอบอย่างละเอียดและแนะนำให้ใช้ในการเปิดตัวครั้งแรก ส่วนภาษาอื่นก็รองรับเช่นกัน Meta ระบุว่า ณ วันที่ 1 กันยายน 2026 โมเดลนี้อยู่ในอันดับหนึ่งบน Artificial Analysis สำหรับการถอดเสียงพูดเป็นข้อความแบบสตรีมมิ่ง และบนเกณฑ์มาตรฐานการแยกผู้พูดแบบสาธารณะ

สร้างจากรายงาน · อัปเดต 3 ชม. ที่แล้ว

ไทม์ไลน์รายงาน

ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน

16 พฤศจิกายน
  1. Meta AI Research Blogคัดสรร
    Meta Superintelligence Labs เปิดตัวโมเดลเสียงแบบเรียลไทม์ Muse Voice Transcribe

    Meta Superintelligence Labs เปิดตัว Muse Voice Transcribe โมเดลรับรู้เสียงแบบเรียลไทม์ตัวแรกของบริษัท ซึ่งทำงาน ASR แบบสตรีมมิ่ง การแยกผู้พูด (diarization) สำหรับผู้พูด 20+ คน และการตรวจจุดสิ้นสุด (endpointing) โมเดล autoregressive จากตระกูล Muse Spark นี้ประมวลผลเสียงเป็นชิ้นละ 80ms และใช้ reinforcement learning เพื่อปรับสมดุลระหว่างความแม่นยำกับความหน่วงอย่างยืดหยุ่น โดยฝึกบนภาษา 70+ ภาษา ซึ่งมี 25 ภาษาที่ผ่านการตรวจสอบอย่างละเอียด Meta ระบุว่าโมเดลนี้อยู่ในอันดับหนึ่งบน Artificial Analysis สำหรับการถอดเสียงพูดเป็นข้อความแบบสตรีมมิ่ง และบนเกณฑ์มาตรฐานการแยกผู้พูดแบบสาธารณะ ณ วันที่ 1 กันยายน 2026

ความร้อนแรงของเหตุการณ์นี้

ช่วงปัจจุบันที่เทียบได้
9
จุดสูงสุดในช่วงที่เทียบได้
1016 พฤศจิกายน 13:00
การเปลี่ยนแปลงใน 24 ชั่วโมง
–

แนวโน้มนี้เปรียบเทียบผู้ร่วมพูดถึงชุดเดียวกันในช่วงเวลาที่เฝ้าดูต่อเนื่อง ช่วงจึงอาจแคบกว่าคะแนนความร้อนปัจจุบัน วางเมาส์หรือแตะกราฟเพื่อดูความร้อนรายชั่วโมง กดลูกศรเพื่อเลื่อนดู