搜索关键词 词错误率
AI & Enterprise
Meta发布实时语音识别模型Muse Voice Transcribe：可转写20名以上说话人对话，支持多语混说
Meta于9月1日发布实时语音识别模型Muse Voice Transcribe，可在实时转写过程中区分不同说话人，适用于20名以上说话人参与的对话以及多语言、混合语种场景。该模型以80毫秒为单位处理音频，并采用自适应延迟技术。Meta称，其在Artificial Analysis流式语音识别评测中的最终词错误率（WER）为3.1%，API按语音时长计费为每小时0.18美元。
AI & Enterprise
微软发布3款自研AI模型，以更激进的定价抢占市场
微软发布MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2三款自研AI模型，并已接入Microsoft Foundry和MAI Playground。微软称，新模型在语音识别准确率、生成速度等方面具备竞争力，同时以低于Amazon和Google等竞争对手的价格争夺市场。
AI & Enterprise
Cohere推出开源ASR模型Transcribe：2亿参数，可在消费级GPU运行
企业级AI公司Cohere推出开源自动语音识别模型Transcribe。该模型参数规模为2亿，可在消费级GPU上运行，支持英语、法语、德语、意大利语等14种语言。Cohere表示，Transcribe在Hugging Face开源ASR排行榜上的平均词错误率（WER）为5.42，后续还将整合至企业级AI平台North，并以免费API形式向外部提供。