Meta: Muse Voice Transcribe 1.0

Meta: Muse Voice Transcribe 1.0 é um modelo de conversão de fala em texto da Meta. Encontra-se na categoria de transcrição e é o único modelo dessa família listado aqui sob o fornecedor Meta. A Meta lançou-o a 11 de setembro de 2026. Se estiver a construir algo que precise de transformar áudio falado em texto escrito, este é o modelo que o fornecedor posiciona para essa tarefa.

O modelo recebe áudio como entrada e devolve uma transcrição como saída. É um modelo síncrono, o que significa que processa um pedido e devolve o resultado na mesma chamada, em vez de através de uma tarefa assíncrona que consulta mais tarde. A Meta descreve-o como adequado para push-to-talk, endpointing e transcrição com reconhecimento de orador. Também suporta enviesamento de palavras-chave para termos de domínio e enviesamento de idioma. O comprimento de contexto não é publicado nos factos disponíveis aqui, e a saída máxima está listada como zero, por isso trate o comprimento de saída como algo a verificar face à sua própria carga de trabalho em vez de assumir.

Essas capacidades apontam para um conjunto bastante específico de utilizações. O push-to-talk encaixa em interfaces de voz em que um utilizador mantém premido um controlo, fala e espera texto de volta imediatamente. O endpointing encaixa em fluxos de áudio em direto em que o modelo precisa de decidir quando um orador terminou uma intervenção, o que é importante para a alternância de turnos em assistentes de voz e ferramentas de reunião. A transcrição com reconhecimento de orador encaixa em gravações com mais de um participante, em que quer saber quem disse o quê. O enviesamento de palavras-chave é útil quando o seu áudio contém nomes de produtos, jargão interno ou outros termos que um modelo geral interpretaria mal, e o enviesamento de idioma ajuda quando sabe o idioma antecipadamente.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "meta/muse-voice-transcribe-1.0". Como a interface segue o formato OpenAI, pode apontar um cliente OpenAI existente para o URL base da api14 e enviar áudio no pedido em vez de reescrever a sua integração em torno de um SDK específico do fornecedor. Os factos não listam parâmetros suportados para este modelo, por isso não assuma que pode passar temperature, top_p ou controlos de amostragem semelhantes. Verifique a página do modelo em direto antes de confiar em qualquer campo opcional.

Há algumas razões para procurar noutro lado. O modelo só aceita áudio, por isso se a sua entrada for texto, imagens ou documentos, não é a escolha certa. Só produz transcrições, por isso não vai resumir, traduzir ou responder a perguntas sobre o conteúdo do áudio. Se precisar desses comportamentos, combine este modelo com um modelo de texto, ou escolha um modelo cujas modalidades de entrada e saída correspondam à sua tarefa.