Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0 es un modelo de voz a texto de Meta. Se sitúa en la categoría de transcripción y es el único modelo de esa familia listado aquí bajo el proveedor Meta. Meta lo lanzó el 11 de septiembre de 2026. Si estás construyendo algo que necesita convertir audio hablado en texto escrito, este es el modelo que el proveedor posiciona para esa tarea.

El modelo toma audio como entrada y devuelve una transcripción como salida. Es un modelo síncrono, lo que significa que procesa una solicitud y devuelve el resultado dentro de la misma llamada en lugar de mediante un trabajo asíncrono que consultas después. Meta lo describe como adecuado para push-to-talk, endpointing y transcripción con reconocimiento de hablante. También admite sesgo de palabras clave para términos de dominio y sesgo de idioma. La longitud de contexto no se publica en los datos disponibles aquí, y la salida máxima figura como cero, así que trata la longitud de salida como algo que debes verificar con tu propia carga de trabajo en lugar de asumir.

Esas capacidades apuntan a un conjunto de usos bastante específico. Push-to-talk encaja en interfaces de voz donde un usuario mantiene pulsado un control, habla y espera texto de vuelta de inmediato. Endpointing encaja en flujos de audio en vivo donde el modelo necesita decidir cuándo un hablante ha terminado un enunciado, lo cual importa para la toma de turnos en asistentes de voz y herramientas de reuniones. La transcripción con reconocimiento de hablante encaja en grabaciones con más de un participante, donde quieres saber quién dijo qué. El sesgo de palabras clave es útil cuando tu audio contiene nombres de productos, jerga interna u otros términos que un modelo general oiría mal, y el sesgo de idioma ayuda cuando conoces el idioma de antemano.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "meta/muse-voice-transcribe-1.0". Como la interfaz sigue el formato de OpenAI, puedes apuntar un cliente de OpenAI existente a la URL base de api14 y enviar audio en la solicitud en lugar de reescribir tu integración en torno a un SDK específico de proveedor. Los datos no listan parámetros admitidos para este modelo, así que no asumas que puedes pasar temperature, top_p o controles de muestreo similares. Consulta la página del modelo en vivo antes de confiar en cualquier campo opcional.

Hay un par de razones para buscar en otro sitio. El modelo solo acepta audio, así que si tu entrada es texto, imágenes o documentos, no es la elección correcta. Solo produce transcripciones, así que no resumirá, traducirá ni responderá preguntas sobre el contenido del audio. Si necesitas esos comportamientos, combina este modelo con un modelo de texto, o elige un modelo cuyas modalidades de entrada y salida coincidan con tu tarea.