Meta lança o Muse Voice Transcribe, um modelo de reconhecimento de fala em tempo real

Registro de arquivo: cobre um fato de 1 de setembro de 2026, e o publicamos em 8 de novembro de 2026. As informações vêm de fontes daquela data e podem ter mudado desde então.

Em 1 de setembro de 2026, a Meta Superintelligence Labs lançou o Muse Voice Transcribe, seu primeiro modelo de percepção de áudio em tempo real, segundo o anúncio da Meta AI Research. O modelo oferecia reconhecimento de fala em streaming, diarização para mais de 20 falantes e endpointing, com preço de US$ 0,18 por hora de áudio.

O que mudou

• Ele aceitava code-switching e direcionamento do reconhecimento por idioma, palavras-chave e contexto.
• Foi treinado em mais de 70 idiomas, 25 deles verificados.
• Estava disponível pela Meta Model API, pelo Meta AI for Mac e pelo Muse Code.
• O ID do modelo era muse-voice-transcribe-1.0, com os endpoints wss://api.meta.ai/v1/asr/realtime e POST /v1/asr/transcribe.
• O preço era de US$ 0,18 por hora de áudio, com limites de 256 streams simultâneos e 16.000 streams por hora.

O que isso significa para quem constrói com IA

Com esse lançamento, a Meta entrou nas APIs pagas de fala para texto, a US$ 0,18 por hora de áudio. A Meta disse que o modelo ficou em primeiro lugar no Artificial Analysis em fala para texto em streaming e diarização em 1 de setembro de 2026. Quem desenvolve também precisava levar em conta uma limitação: o modelo não fornecia marcações de tempo por palavra.

Documentação

A documentação para desenvolvedores da Meta Model API inclui uma página de modelos e uma página de preços e limites de uso.

Fontes

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

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.