Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0 è un modello speech-to-text di Meta. Si colloca nella categoria trascrizione ed è l'unico modello di quella famiglia elencato qui sotto il provider Meta. Meta lo ha rilasciato l'11 settembre 2026. Se stai costruendo qualcosa che deve trasformare audio parlato in testo scritto, questo è il modello che il provider posiziona per quel compito.

Il modello prende l'audio come input e restituisce una trascrizione come output. È un modello sincrono, il che significa che elabora una richiesta e restituisce il risultato all'interno della stessa chiamata anziché tramite un job asincrono che interroghi in seguito. Meta lo descrive come adatto a push-to-talk, endpointing e trascrizione speaker-aware. Supporta anche il keyword biasing per termini di dominio e il language biasing. La context length non è pubblicata nei fatti disponibili qui, e l'output massimo è indicato come zero, quindi considera la lunghezza dell'output come qualcosa da verificare rispetto al tuo carico di lavoro anziché darla per scontata.

Queste capacità indicano un insieme di utilizzi piuttosto specifico. Il push-to-talk si adatta alle interfacce vocali in cui un utente tiene premuto un controllo, parla e si aspetta il testo indietro immediatamente. L'endpointing si adatta ai flussi audio live in cui il modello deve decidere quando un parlante ha finito un enunciato, il che conta per l'alternanza dei turni negli assistenti vocali e negli strumenti di riunione. La trascrizione speaker-aware si adatta a registrazioni con più di un partecipante, dove vuoi sapere chi ha detto cosa. Il keyword biasing è utile quando il tuo audio contiene nomi di prodotti, gergo interno o altri termini che un modello generico sentirebbe male, e il language biasing aiuta quando conosci la lingua in anticipo.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id "meta/muse-voice-transcribe-1.0". Poiché l'interfaccia segue il formato OpenAI, puoi puntare un client OpenAI esistente all'URL di base di api14 e inviare l'audio nella richiesta anziché riscrivere la tua integrazione attorno a un SDK specifico del provider. I fatti non elencano parametri supportati per questo modello, quindi non dare per scontato di poter passare temperature, top_p o controlli di campionamento simili. Controlla la pagina live del modello prima di fare affidamento su qualsiasi campo opzionale.

Ci sono un paio di motivi per guardare altrove. Il modello accetta solo audio, quindi se il tuo input è testo, immagini o documenti, non è la scelta giusta. Produce solo trascrizioni, quindi non riassumerà, tradurrà o risponderà a domande sul contenuto audio. Se hai bisogno di questi comportamenti, abbina questo modello a un modello di testo, oppure scegli un modello le cui modalità di input e output corrispondano al tuo compito.