Muse Voice Transcribe
Модель Meta для расшифровки речи: потоковая и файловая, с определением говорящих и границ реплик.
- Без регистрации
- Нет
- Русский интерфейс
- Нет
- Разработчик
- Meta
- Версия
- 1.0 · с 15 октября 2026
- Страна
- США
Muse Voice Transcribe — модель распознавания речи от Meta, доступная через Meta Model API. Она переводит звук в текст в реальном времени по WebSocket или по готовой записи одним HTTP-запросом. Определение говорящих, границ фраз и пауз выполняет сама модель, а не отдельный проход после записи. Подходит для голосовых агентов, анализа встреч и звонков, живых субтитров, диктовки и массовой расшифровки. Распознавание можно подстроить под нужную лексику с помощью контекста и ключевых слов, без дообучения. Оплата почасовая и невысокая.
Модель только переводит речь в текст: синтеза голоса и диалога «речь в речь» в ней нет.
Возможности
Потоковая расшифровка
Текст появляется, пока человек ещё говорит: звук передаётся по WebSocket, ответ приходит репликами.
Расшифровка файлов
Готовую запись можно отправить одним HTTP-запросом и получить текст с отметками времени по репликам.
Определение говорящих
Модель приписывает реплики участникам прямо в потоке, поддерживается более 20 говорящих.
Границы речи
Конец фразы и наличие голоса определяются внутри модели, что удобно для голосовых агентов.
Подсказки по лексике
Контекст и ключевые слова повышают точность на терминах и именах без дообучения.
Много языков
Проверено 25 языков, поддерживается смена языка внутри одной записи.
Совместимость с SDK
Доступ через Meta Model API с ключом в заголовке, клиенты, совместимые с OpenAI, подключаются сменой адреса.
Кому подойдёт
- Разработчики
Добавляют распознавание речи в голосовых агентов, диктовку и субтитры через API.
- Аналитики
Расшифровывают встречи и звонки с разметкой по говорящим для последующего разбора.
- Видеомонтажёры и видеоблогеры
Получают текст записей и субтитры для роликов.
Как начать
- Получить ключ доступа к Meta Model API в личном кабинете.
- Выбрать режим: потоковый по WebSocket или файловый по HTTP.
- Отправить звук с указанием модели muse-voice-transcribe-1.0.
- При необходимости включить определение говорящих и передать список ключевых слов.
Тарифы
Оплата только за обработанный звук.
Ограничения
- Возвращает только текст: синтеза речи и диалога «речь в речь» нет.
- Отметки времени даются по репликам, а не по отдельным словам.
- Не определяет звуковые события и эмоции.
- Доступность может зависеть от страны.
Платформы и интеграции
Семейство
Соседи по смыслу
за последний месяц