Meta 发布实时音频模型 Muse Voice Transcribe，主打语音转写与说话人分离

Meta Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，将音频切分为 80 毫秒块，通过强化学习为每个词动态调整等待时间，并内置说话人区分（可同时区分 20 人以上）和句界检测。