Meta甩出语音转写“神器”：准确识别中英文夹杂，支持超20人长聊1小时

Meta发布新一代语音转写模型，实现中英文混杂场景下的高准确率识别，并支持最多20人参与、时长1小时的多人长对话转写。该技术可自动区分说话人并同步生成带时间戳的文本，适用于会议记录、访谈整理等场景。模型对中文方言及中英夹杂表达进行了针对性优化，在嘈杂环境下的错误率较前代显著降低。目前该工具已开放测试接口，开发者可将其集成至实时字幕、语音助手等产品中。分析认为，此举将推动多语言语音交互在办公协作与内容生产领域的落地，并可能对现有第三方转写服务形成竞争压力。