多人会议实时转录，Meta 出手
会议转录最难的从来不是听清一个人，而是七八个人抢着说、还中英文夹杂的时候。Meta 新发布的 Muse Voice Transcribe 正冲着这个场景来。

它出自 Meta 的超级智能实验室，能实时把语音转成文字，边说边出，还能同时区分二十多个说话人各是谁，也就是业内说的说话人分离。

第三方评测机构 Artificial Analysis 的榜单上，它的转录错误率 3.1% 只比第二名 3.4% 领先一点；但说话人分离错误率 17.5%，比第二名 21.1% 拉得更开。真正的价值在后面这项。

提醒一句，这些数字来自官方口径，要留余地。想要能直接交付的干净稿子，人名和专有名词还得人工再过一遍。

人工智能 大模型 语音识别 AI工具