CONFIRMADO: Meta Superintelligence Labs lanza Muse Voice Transcribe

Sello editorial: CONFIRMADO. Base: blog de investigación de Meta Superintelligence Labs, 1 de septiembre de 2026. Muse Voice Transcribe es el primer modelo de percepción de audio en tiempo real de MSL. Hace ASR en streaming, diarización de más de 20 hablantes y endpointing en un solo modelo de la familia Muse Spark. El audio se procesa en chunks de 80 ms. Meta dice que ocupa el puesto 1 en Artificial Analysis de speech-to-text en streaming y en benchmarks públicos de diarización al 1 de septiembre. Fuente: https://research.meta.ai/blog/introducing-muse-voice-transcribe

Lo que sabemos

El modelo ya está en la Meta Model API, Meta AI para Mac y Muse Code. En Mac, mantener Fn dicta en cualquier app. Está entrenado en más de 70 idiomas, con 25 validados en el lanzamiento, y maneja code-switching a mitad de frase más sesgo de idioma, palabras clave y contexto. Las sesiones pueden durar más de una hora con más de 20 hablantes, sin posprocesado obligatorio. El cookbook de Meta usa el slug muse-voice-transcribe-1.0, con WebSocket en tiempo real y un endpoint de archivo. La prensa especializada cita US$3 por 1.000 minutos de audio, unos US$0,18 por hora; ese precio no está en el blog de investigación.

Lo que aún no sabemos

Meta no publica pesos abiertos, a diferencia de Muse Glimmer. El post de investigación no trae tabla completa de precios, números de calidad en portugués ni un SLA de latencia. El ranking de Artificial Analysis lo afirma Meta el día del lanzamiento; crónicas de terceros citan cerca de 3,1% de WER en AA-WER Streaming, pero esa cifra hay que chequearla en el ranking, no tratarla como número primario de Meta.

Por qué importa en la práctica

El primer producto real de MSL no es un LLM. Es un oído. Importa para agentes de voz, reuniones y dictado en Mac, y llega días después de Gemini 3.5 Transcribe. Si transcribes llamadas o montas entrada de voz, prueba portugués y audio sucio con varios hablantes antes de cambiar Whisper o Gemini Live. Fuentes oficiales: https://research.meta.ai/blog/introducing-muse-voice-transcribe y https://ai.developer.meta.com/docs/models/