Meta Superintelligence Labs resmi meluncurkan Muse Voice Transcribe, model persepsi audio real-time pertama buatan mereka.

Teknologi ini menawarkan kemampuan transcription secara streaming, diarization yang mampu membedakan lebih dari 20 pembicara sekaligus, serta fitur endpointing untuk mendeteksi kapan seseorang berhenti berbicara.

Kehadirannya langsung menduduki peringkat pertama pada benchmark speech-to-text streaming di Artificial Analysis serta pengujian diarization publik.

Hal yang paling menarik dari Muse Voice Transcribe adalah kemampuannya dalam memahami alih kode (code-switching) secara mulus di tengah percakapan dwibahasa atau multibahasa.

Teknologi AI ini secara fleksibel dapat mengikuti orang yang berbicara campur-campur bahasa tanpa perlu file pemrosesan terpisah.

Ibarat penerjemah dan notulis serba bisa yang sangat jeli, sistem ini dibekali fitur adaptive delay yang secara cerdas memutuskan waktu jeda mendengarkan sebelum mengetik teks, sehingga hasil transkrip percakapan rapat yang ramah maupun diskusi teknis tetap akurat dan secepat kilat.