Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0 is een spraak-naar-tekst-model van Meta. Het valt in de categorie transcriptie en is het enige model in die familie dat hier wordt vermeld onder de provider Meta. Meta bracht het uit op 11 september 2026. Als je iets bouwt dat gesproken audio moet omzetten in geschreven tekst, is dit het model dat de provider voor die taak positioneert.

Het model neemt audio als invoer en retourneert een transcriptie als uitvoer. Het is een synchroon model, wat betekent dat het een verzoek verwerkt en het resultaat binnen dezelfde aanroep retourneert in plaats van via een asynchrone taak die je later pollt. Meta beschrijft het als geschikt voor push-to-talk, endpointing en sprekerbewuste transcriptie. Het ondersteunt ook keyword biasing voor domeintermen en language biasing. De contextlengte wordt niet gepubliceerd in de hier beschikbare feiten, en de maximale uitvoer staat vermeld als nul, dus behandel de uitvoerlengte als iets dat je tegen je eigen workload moet verifiëren in plaats van aan te nemen.

Die mogelijkheden wijzen op een vrij specifieke set toepassingen. Push-to-talk past bij spraakinterfaces waarbij een gebruiker een bediening ingedrukt houdt, spreekt en verwacht dat tekst onmiddellijk terugkomt. Endpointing past bij live audiostreams waarbij het model moet beslissen wanneer een spreker klaar is met een uiting, wat belangrijk is voor beurtwisseling in spraakassistenten en vergadertools. Sprekerbewuste transcriptie past bij opnamen met meer dan één deelnemer, waarbij je wilt weten wie wat heeft gezegd. Keyword biasing is nuttig wanneer je audio productnamen, interne jargon of andere termen bevat die een algemeen model verkeerd zou verstaan, en language biasing helpt wanneer je de taal vooraf kent.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "meta/muse-voice-transcribe-1.0". Omdat de interface het OpenAI-formaat volgt, kun je een bestaande OpenAI-client op de api14 base URL richten en audio in het verzoek meesturen in plaats van je integratie rond een providerspecifieke SDK te herschrijven. De feiten vermelden geen ondersteunde parameters voor dit model, dus ga er niet van uit dat je temperature, top_p of vergelijkbare sampling-instellingen kunt doorgeven. Controleer de live modelpagina voordat je op een optioneel veld vertrouwt.

Er zijn een paar redenen om elders te kijken. Het model accepteert alleen audio, dus als je invoer tekst, afbeeldingen of documenten is, is het niet de juiste keuze. Het produceert alleen transcripties, dus het zal de audio-inhoud niet samenvatten, vertalen of er vragen over beantwoorden. Als je die gedragingen nodig hebt, combineer dit model dan met een tekstmodel, of kies een model waarvan de invoer- en uitvoermodaliteiten bij je taak passen.