Meta lanza Muse Voice Transcribe, un modelo de reconocimiento de voz en tiempo real

Entrada de archivo: cubre un hecho del 1 de septiembre de 2026 y la publicamos el 8 de noviembre de 2026. Los datos provienen de fuentes de esa fecha y pueden haber cambiado desde entonces.

El 1 de septiembre de 2026, Meta Superintelligence Labs lanzó Muse Voice Transcribe, su primer modelo de percepción de audio en tiempo real, según el anuncio de Meta AI Research. El modelo ofrecía reconocimiento de voz en streaming, diarización para más de 20 hablantes y endpointing, con un precio de US$0.18 por hora de audio.

Qué cambió

• Admitía code-switching y la orientación del reconocimiento por idioma, palabras clave y contexto.
• Se entrenó con más de 70 idiomas, 25 de ellos verificados.
• Estaba disponible a través de la Meta Model API, Meta AI for Mac y Muse Code.
• El ID del modelo era muse-voice-transcribe-1.0, con los endpoints wss://api.meta.ai/v1/asr/realtime y POST /v1/asr/transcribe.
• El precio era de US$0.18 por hora de audio, con límites de 256 flujos simultáneos y 16,000 flujos por hora.

Qué significa para quienes construyen con IA

Con este lanzamiento, Meta entró en las API de voz a texto de pago, a US$0.18 por hora de audio. Meta dijo que el modelo ocupó el primer lugar en Artificial Analysis en voz a texto en streaming y diarización al 1 de septiembre de 2026. Los desarrolladores también debían tener en cuenta una limitación: el modelo no ofrecía marcas de tiempo por palabra.

Documentación

La documentación para desarrolladores de la Meta Model API incluye una página de modelos y una página de precios y límites de uso.

Fuentes

• Introducing Muse Voice Transcribe (Meta AI Research, 1 de septiembre de 2026, oficial)
• Models (Meta (dev.meta.ai docs), oficial)
• Pricing and rate limits (Meta (dev.meta.ai docs), oficial)

Redactado con ayuda de IA, únicamente a partir de las fuentes indicadas arriba. Antes de publicarse, controles automáticos verificaron sus fechas, sus fuentes y todas sus versiones de idioma.