標籤：語音辨識

Meta 推 Muse Voice Transcribe：即時語音轉錄模型

2026-09-02 技術

Meta 推出首個即時音訊感知模型 Muse Voice Transcribe，提供多語言串流語音轉錄、20 位以上說話者辨識與自動斷句，以每千分鐘 3 美元開放予開發者使用。模型以超過 70 種語言訓練，已內建於 Meta AI for Mac 與 Muse Code，Mac 用戶按住 Fn 鍵即可在任意應用程式聽寫。

閱讀更多

52,957 星開源項目：whisper.cpp — 本機端語音辨識引擎

2026-08-18 技術

whisper.cpp 是 GitHub 星標逾 5 萬的開源項目，將 OpenAI Whisper 語音辨識模型以純 C/C++ 無依賴方式重新實作，支援 CPU 與 Apple Silicon 原生推理，可離線運行，MIT 授權，2022 年發布至今持續更新。

閱讀更多

52,713 星開源項目：VibeVoice — 微軟開源語音 AI 家族

2026-08-16 技術

微軟開源語音 AI 家族 VibeVoice 在 GitHub 累積 52,713 顆星標，涵蓋 60 分鐘長語音辨識、90 分鐘多說話人語音合成與即時串流語音模型，採 MIT 授權，並整合 Azure AI Foundry 與 Hugging Face Transformers 生態。

閱讀更多

DeepMind 推出手語轉文字模型，Pixel 11 率先支援

2026-08-13 技術

Google DeepMind 於 2026 年 8 月 12 日推出多語手語轉文字模型 SL2T，品質為迄今最高，並首次將手語 AI 帶入消費產品：Pixel 11 率先支援美國手語轉英文。模型以逾 10 萬小時、50 多種手語資料訓練，零樣本得分 70 BLEURT。

閱讀更多