Meta lanza Muse Voice Transcribe, modelo de transcripción en tiempo real de bajo coste
Hecho Qué ha ocurrido
Meta Superintelligence Labs lanzó Muse Voice Transcribe, un modelo de transcripción de voz en tiempo real que procesa audio en fragmentos de 80 milisegundos, distingue hasta más de 20 hablantes y detecta límites de oración. Según Artificial Analysis, alcanza 3.1% de tasa de error en inglés con 0.16 segundos de latencia, superando a competidores como ElevenLabs, AssemblyAI y Cartesia, con un precio de 0.18 dólares por hora, inferior al de sus rivales. El modelo ya alimenta el dictado por voz en Meta AI y Muse Code, y está disponible vía Meta Model API, aunque no se publican los pesos ni detalles de entrenamiento.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Meta apuesta por competir en precio y latencia en transcripción en tiempo real, sentando las bases para asistentes de IA que 'escuchan' continuamente a través de dispositivos como sus gafas con cámara.
- Quién se ve afectado
- Empresas de atención al cliente, desarrolladores de asistentes de voz y fabricantes de dispositivos wearables con IA.
- Qué puede cambiar
- La transcripción en tiempo real de alta precisión y bajo coste puede acelerar la integración de agentes de voz persistentes en aplicaciones empresariales y dispositivos personales.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar la adopción del modelo en productos de terceros, la evolución de precios de la competencia (OpenAI, ElevenLabs) y el debate regulatorio sobre dispositivos que graban conversaciones continuamente.
Recomendación Qué debería hacer una empresa
Evaluar en los próximos 3-6 meses la integración de APIs de transcripción en tiempo real de bajo coste como Muse Voice Transcribe para casos de uso de atención al cliente y actas de reuniones.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗vozmodelos multimodaltiempo real MetaArtificial AnalysisElevenLabsAssemblyAICartesia asistentes de IA gafas inteligentes Meta transcripción voz
Relacionadas
Google DeepMind lanza Gemini 3.5 Transcribe, modelo de voz a texto en tiempo real
Google DeepMind presenta Gemini 3.5 Transcribe, un modelo de transcripción de voz disponible en la Gemini API, Google AI Studio y Gemini Enterprise Agent…
Por qué importaUna transcripción más precisa y rápida reduce fricción en agentes de voz, atención al cliente y análisis de llamadas, áreas donde el error de…
Mistral lanza Voxtral Transcribe 2 con transcripción en tiempo real y modelo abierto
Mistral ha lanzado Voxtral Transcribe 2, una familia de dos modelos de transcripción de audio a texto. Voxtral-Mini-4B-Realtime-2602 es un modelo abierto bajo…
Por qué importaLos modelos de transcripción en tiempo real son críticos para aplicaciones empresariales como centros de contacto, asistentes de voz y documentación…
xAI lanza Grok Voice Transcribe 2.0, modelo de transcripción de voz con soporte multilingüe mejorado
xAI presentó Grok Voice Transcribe 2.0, disponible vía API, con precisión que la compañía dice duplicar a la versión anterior. Mantiene precios de 0,10 dólares…
Por qué importaMejoras en transcripción multilingüe y detección de hablantes facilitan aplicaciones de atención al cliente, agentes de voz y documentación…
Google lanza Gemini 3.5 Transcribe, modelo de voz a texto con soporte para 85 idiomas
Google ha presentado Gemini 3.5 Transcribe, un modelo de conversión de voz a texto que transcribe en más de 85 idiomas y elimina expresiones de relleno como…
Por qué importaLa mejora significativa en precisión, latencia y capacidad multilingüe hace que este modelo sea relevante para empresas que necesiten transcribir…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.