– Meta memperkenalkan model audio real-time pertamanya, Muse Voice Transcribe. Model kecerdasan buatan (AI) tersebut dirancang untuk mendukung dikte dan transkripsi sekaligus mengenali lebih dari 20 pembicara.
Muse Voice Transcribe juga mampu memproses berbagai bahasa dalam satu sesi secara bersamaan. Kemampuan ini membuat model AI sangat cocok untuk percakapan dengan banyak orang dan bahasa.
CEO Meta Mark Zuckerberg membagikan demonstrasi kemampuan Muse Voice Transcribe. Dalam video yang diunggah, sistem mampu membedakan pembicara secara otomatis dan pindah bahasa saat percakapan berlangsung.
Muse Voice Transcribe juga mengenali fenomena code-switching, yaitu ketika seseorang mencampur bahasa dalam satu kalimat.
Sistem ini mentranskripsikan percakapan sambil mempertahankan penggunaan bahasa berbeda tersebut.
“Model ini menentukan kapan harus mendengarkan. Ia menunggu sedikit lebih lama untuk kata-kata sulit dan memproses lebih cepat untuk kata-kata mudah, menggunakan jeda adaptif untuk memprediksi setiap token dan meningkatkan akurasi,” jelas Zuckerberg seperti dikutip dari Engadget.
Menurut Zuckerberg, model ini juga dirancang untuk menghadapi kondisi audio dunia nyata yang tidak selalu sempurna. Muse Voice Transcribe dilatih memakai lebih dari 70 bahasa, dengan 25 bahasa tervalidasi saat peluncuran.
“Model ini juga andal dalam menangani audio dunia nyata yang tidak sempurna—dilatih menggunakan lebih dari 70 bahasa (dengan 25 bahasa yang tervalidasi saat peluncuran), mampu menangani pergantian bahasa di tengah kalimat, serta mengelola sesi berdurasi satu jam yang melibatkan lebih dari 20 pembicara,” lanjutnya.
Peluncuran Muse Voice Transcribe terjadi kurang dari seminggu setelah Google merilis Gemini 3.5 Transcribe. Google juga menawarkan kemampuan transkripsi dan pemrosesan suara real-time.
Bedanya, Google sudah mengintegrasikan model audio ke banyak produk seperti Android dan Chrome. Namun, belum diketahui apakah Meta akan bawa Muse Voice Transcribe ke layanan utamanya.
Untuk saat ini, pengguna dapat mencoba Muse Voice Transcribe lewat aplikasi Meta AI untuk Mac yang baru diluncurkan. Aplikasi ini mendukung fitur suara pada aplikasi lain di perangkat Mac.
Dengan begitu, Muse Voice Transcribe bisa digunakan untuk dikte di layanan berbeda yang berjalan di Mac. Selain pengguna umum, Meta juga menyediakan untuk pengembang lewat Muse Code dan Model Meta API.
Layanan ini ditawarkan dengan harga USD 3 per 1.000 menit audio. Meta juga menyediakan versi demo Muse Transcribe lewat blog penelitian perusahaan.
Demo ini memungkinkan pengguna melihat langsung kemampuan model dalam memproses dan mentranskripsikan percakapan. Muse Voice Transcribe jadi rilis terbaru dari Meta Superintelligence Lab (MSI).
Dalam beberapa pekan terakhir, MSP agresif memperkenalkan produk dan model AI baru. Sebelumnya, Meta juga merilis agen coding khusus pertamanya, model open-weight, serta aplikasi Meta AI untuk Mac.
Rangkaian peluncuran tersebut menunjukkan fokus besar Meta mengembangkan ekosistem AI mereka.
