話者識別

Meta、リアルタイム音声モデル「Muse Voice Transcribe」公開　20人超の話者分離と日本語対応

Metaは2026年9月1日（現地時間）、Meta Superintelligence Labs（MSL）初のリアルタイム音声知覚モデル「Muse Voice Transcribe」を発表した。ストリーミング音声認識に加え、話者分離と発話終了検出を単一モデルで処理し、同日から提供を始めた。