Meta presenta Muse Voice Transcribe para transcribir más de 20 voces
Meta presentó Muse Voice Transcribe, una IA capaz de transcribir conversaciones con más de 20 voces, incluso cuando los participantes cambian de idioma.
Meta presentó Muse Voice Transcribe, un modelo de inteligencia artificial que realiza transcripción de audio en tiempo real, identifica a más de 20 hablantes y detecta cuándo termina cada intervención.
Meta apuesta por la transcripción de voz
El nuevo modelo fue desarrollado por Meta Superintelligence Labs y combina en una sola herramienta funciones que suelen requerir sistemas separados, como la transcripción, identificación de participantes y detección del final de cada intervención.
Muse Voice Transcribe fue entrenado en más de 70 idiomas, mientras que Meta validó 25 para su lanzamiento inicial. Entre ellos se encuentran español, chino, francés, hindi, japonés y vietnamita.
Una de sus funciones es reconocer cambios de idioma dentro de una misma oración o entre frases consecutivas, lo que permite procesar conversaciones bilingües.
Procesa audios extensos y múltiples voces
La inteligencia artificial puede trabajar con audios de más de una hora e identificar intervenciones de más de 20 hablantes sin requerir un procesamiento posterior.
El modelo también emplea información de contexto para mejorar el reconocimiento de palabras y referencias específicas durante la transcripción.
Otra de sus características es la llamada demora adaptativa, mediante la cual decide palabra por palabra cuánto tiempo necesita escuchar antes de generar la transcripción.
Disponible para desarrolladores
Muse Voice Transcribe está disponible para desarrolladores mediante la Meta Model API, con un precio de 3 dólares por cada 1,000 minutos de audio, equivalente a 0.18 dólares por hora.
La herramienta también impulsa el dictado por voz en Meta AI y Muse Code, además de estar disponible en la aplicación de Meta AI para Mac.
Meta señaló que Muse Voice Transcribe ocupó el primer lugar en el ranking de streaming speech-to-text de Artificial Analysis. En pruebas públicas obtuvo una tasa de error de palabras de 3.1% y una tasa media de error de diarización de 17.5%.
La familia de modelos Muse
Muse forma parte de una familia de modelos de inteligencia artificial de Meta. Además de Voice Transcribe, incluye Muse Spark, orientado al razonamiento multimodal; Muse Glimmer, un modelo de pesos abiertos; y Muse Image, enfocado en generación y edición de imágenes.
Tecnología: OpenAI lanzará modelo Astra con medidas de seguridad tras ciberataque
OpenAI se prepara para lanzar Astra, su nuevo modelo de inteligencia artificial, con estrictas medidas de seguridad tras un incidente en el que otro modelo atacó de forma autónoma una plataforma. OpenAI, creadora de ChatGPT, anunció que implementará 'medidas -- leer más
Noticias del tema