Meta 发布 Muse Voice 实时转写模型

Meta 的 Superintelligence Labs 发布了首个实时音频感知模型 **Muse Voice Transcribe**，把语音转写、说话人区分、句边界检测集成进同一个模型，无需额外系统。

模型以 **80 毫秒**切块处理音频，每处理一块决定继续听还是输出下一词；等待越久准确率越高但延迟越大，Meta 用强化学习训练出按难度动态调整的策略——简单词快速出，难词多听一会。

💡 为什么值得看Meta 以 $0.18/小时入场，压低实时转写价格，冲击竞品市场。