Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0은 Meta의 음성-텍스트 변환 모델입니다. 전사 카테고리에 속하며, 여기 Meta 제공자 아래 나열된 해당 제품군의 유일한 모델입니다. Meta는 2026년 9월 11일에 이를 출시했습니다. 음성 오디오를 텍스트로 바꿔야 하는 무엇이든 만들고 있다면, 이것이 제공자가 그 작업을 위해 배치한 모델입니다.

이 모델은 오디오를 입력으로 받고 전사를 출력으로 반환합니다. 동기 모델이므로, 나중에 폴링하는 비동기 작업이 아니라 동일한 호출 내에서 요청을 처리하고 결과를 반환합니다. Meta는 이를 푸시투토크, 엔드포인팅, 화자 인식 전사에 적합하다고 설명합니다. 또한 도메인 용어에 대한 키워드 바이어싱과 언어 바이어싱을 지원합니다. 컨텍스트 길이는 여기 제공된 정보에 공개되어 있지 않고, 최대 출력은 0으로 표시되어 있으므로, 출력 길이는 가정하지 말고 자신의 워크로드에 대해 확인해야 할 사항으로 다루십시오.

이러한 기능들은 상당히 구체적인 사용 사례 집합을 가리킵니다. 푸시투토크는 사용자가 컨트롤을 누르고 말한 뒤 즉시 텍스트를 돌려받기를 기대하는 음성 인터페이스에 맞습니다. 엔드포인팅은 모델이 화자가 발화를 끝냈는지 판단해야 하는 라이브 오디오 스트림에 맞으며, 이는 음성 비서와 회의 도구의 발화 순서 교대에 중요합니다. 화자 인식 전사는 참가자가 둘 이상인 녹음에서 누가 무엇을 말했는지 알고 싶을 때 맞습니다. 키워드 바이어싱은 오디오에 제품 이름, 내부 전문 용어 또는 일반 모델이 잘못 들을 다른 용어가 포함된 경우 유용하고, 언어 바이어싱은 언어를 미리 알고 있을 때 도움이 됩니다.

모델 ID "meta/muse-voice-transcribe-1.0"을 사용해 api14의 OpenAI 호환 API를 통해 이 모델을 호출합니다. 인터페이스가 OpenAI 형식을 따르므로, 기존 OpenAI 클라이언트를 api14 기본 URL로 지정하고 공급자별 SDK에 맞춰 통합을 다시 작성하는 대신 요청에 오디오를 보낼 수 있습니다. 제공된 정보에는 이 모델에 대해 지원되는 매개변수가 나열되어 있지 않으므로, temperature, top_p 또는 이와 유사한 샘플링 제어를 전달할 수 있다고 가정하지 마십시오. 선택적 필드에 의존하기 전에 라이브 모델 페이지를 확인하십시오.

다른 곳을 찾아볼 이유도 몇 가지 있습니다. 이 모델은 오디오만 받으므로, 입력이 텍스트, 이미지 또는 문서라면 올바른 선택이 아닙니다. 전사만 생성하므로, 오디오 콘텐츠를 요약하거나 번역하거나 질문에 답하지 않습니다. 그러한 동작이 필요하다면, 이 모델을 텍스트 모델과 함께 사용하거나 입력 및 출력 모달리티가 작업과 일치하는 모델을 선택하십시오.