Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0 adalah model speech-to-text dari Meta. Model ini berada di kategori transkripsi dan merupakan satu-satunya model dalam keluarga tersebut yang terdaftar di sini di bawah provider Meta. Meta merilisnya pada 11 September 2026. Jika Anda membangun apa pun yang perlu mengubah audio lisan menjadi teks tertulis, inilah model yang diposisikan provider untuk tugas itu.

Model ini menerima audio sebagai input dan mengembalikan transkripsi sebagai output. Ini adalah model sinkron, yang berarti model memproses permintaan dan mengembalikan hasil dalam panggilan yang sama, bukan melalui job asinkron yang Anda polling nanti. Meta mendeskripsikannya cocok untuk push-to-talk, endpointing, dan transkripsi yang sadar pembicara. Model ini juga mendukung keyword biasing untuk istilah domain dan language biasing. Panjang konteks tidak dipublikasikan dalam fakta yang tersedia di sini, dan output maksimum tercatat sebagai nol, jadi anggap panjang output sebagai sesuatu yang perlu diverifikasi terhadap beban kerja Anda sendiri, bukan diasumsikan.

Kemampuan tersebut mengarah ke serangkaian penggunaan yang cukup spesifik. Push-to-talk cocok untuk antarmuka suara di mana pengguna menahan kontrol, berbicara, dan mengharapkan teks kembali segera. Endpointing cocok untuk stream audio langsung di mana model perlu memutuskan kapan pembicara selesai mengucapkan sesuatu, yang penting untuk giliran bicara di asisten suara dan alat rapat. Transkripsi yang sadar pembicara cocok untuk rekaman dengan lebih dari satu peserta, di mana Anda ingin tahu siapa mengatakan apa. Keyword biasing berguna ketika audio Anda berisi nama produk, jargon internal, atau istilah lain yang mungkin salah didengar oleh model umum, dan language biasing membantu ketika Anda mengetahui bahasanya sebelumnya.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "meta/muse-voice-transcribe-1.0". Karena antarmukanya mengikuti format OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke base URL api14 dan mengirim audio dalam permintaan, bukan menulis ulang integrasi Anda di sekitar SDK khusus provider. Fakta tidak mencantumkan parameter yang didukung untuk model ini, jadi jangan mengasumsikan Anda dapat memberikan temperature, top_p, atau kontrol sampling serupa. Periksa halaman model langsung sebelum mengandalkan field opsional apa pun.

Ada beberapa alasan untuk mencari tempat lain. Model ini hanya menerima audio, jadi jika input Anda adalah teks, gambar, atau dokumen, ini bukan pilihan yang tepat. Model ini hanya menghasilkan transkripsi, jadi model ini tidak akan merangkum, menerjemahkan, atau menjawab pertanyaan tentang konten audio. Jika Anda membutuhkan perilaku tersebut, pasangkan model ini dengan model teks, atau pilih model yang modalitas input dan outputnya sesuai dengan tugas Anda.