Meta: Muse Voice Transcribe 1.0

Meta : Muse Voice Transcribe 1.0 est un modèle de reconnaissance vocale de Meta. Il appartient à la catégorie transcription et est le seul modèle de cette famille répertorié ici sous le fournisseur Meta. Meta l'a publié le 11 septembre 2026. Si vous construisez quoi que ce soit qui doit transformer de l'audio parlé en texte écrit, c'est le modèle que le fournisseur positionne pour cette tâche.

Le modèle prend de l'audio en entrée et renvoie une transcription en sortie. C'est un modèle synchrone, ce qui signifie qu'il traite une requête et renvoie le résultat dans le même appel plutôt que via une tâche asynchrone que vous interrogez plus tard. Meta le décrit comme adapté au push-to-talk, à la détection de fin de parole et à la transcription avec identification des locuteurs. Il prend également en charge le biais par mots-clés pour les termes métier et le biais de langue. La longueur de contexte n'est pas publiée dans les informations disponibles ici, et la sortie maximale est indiquée comme zéro, donc considérez la longueur de sortie comme un point à vérifier par rapport à votre propre charge de travail plutôt que comme une donnée acquise.

Ces capacités correspondent à un ensemble d'usages assez spécifiques. Le push-to-talk convient aux interfaces vocales où un utilisateur maintient une commande, parle et attend du texte immédiatement. La détection de fin de parole convient aux flux audio en direct où le modèle doit décider quand un locuteur a terminé un énoncé, ce qui compte pour la prise de tour dans les assistants vocaux et les outils de réunion. La transcription avec identification des locuteurs convient aux enregistrements comportant plus d'un participant, où vous voulez savoir qui a dit quoi. Le biais par mots-clés est utile lorsque votre audio contient des noms de produits, du jargon interne ou d'autres termes qu'un modèle généraliste entendrait mal, et le biais de langue aide lorsque vous connaissez la langue à l'avance.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "meta/muse-voice-transcribe-1.0". Comme l'interface suit le format OpenAI, vous pouvez pointer un client OpenAI existant vers l'URL de base d'api14 et envoyer l'audio dans la requête plutôt que de réécrire votre intégration autour d'un SDK propre au fournisseur. Les informations ne listent aucun paramètre pris en charge pour ce modèle, donc ne supposez pas pouvoir passer temperature, top_p ou des contrôles d'échantillonnage similaires. Vérifiez la page du modèle en direct avant de vous fier à un champ optionnel.

Il y a quelques raisons de chercher ailleurs. Le modèle accepte uniquement de l'audio, donc si votre entrée est du texte, des images ou des documents, ce n'est pas le bon choix. Il produit uniquement des transcriptions, donc il ne résumera pas, ne traduira pas et ne répondra pas à des questions sur le contenu audio. Si vous avez besoin de ces comportements, associez ce modèle à un modèle de texte, ou choisissez un modèle dont les modalités d'entrée et de sortie correspondent à votre tâche.