Meta lanzo el 2 de septiembre Muse Voice Transcribe, un modelo de transcripcion en tiempo real que identifica a mas de 20 personas hablando a la vez dentro del propio modelo, sin proceso aparte. Cuesta 0,18 dolares la hora, 3 dolares por cada 1.000 minutos, y se accede via la API de Meta AI, compatible con el mismo cliente que usa OpenAI.
Para Carla el numero que importa es la comparacion: Meta cobra menos de un tercio que Amazon Transcribe Streaming, unos 0,60 dolares la hora, y bastante menos que Deepgram o AssemblyAI con diarizacion activada. Para un equipo que graba reuniones, entrevistas o llamadas de soporte a diario, la diferencia se nota en la factura mensual, no en la demo.
El modelo procesa audio en fragmentos de 80 milisegundos y aguanta sesiones de mas de una hora sin cortes, con soporte para cambiar de idioma a mitad de frase. Encaja en actas de reuniones multilingues, lineas de atencion al cliente o analisis de llamadas comerciales donde varias personas hablan a la vez.
Meta entreno el modelo en mas de 70 idiomas, pero solo 25 estan validados a fondo en este lanzamiento, y cada sesion en directo tiene un tope de 60 minutos y 8 streams simultaneos por cuenta. Ademas, hoy solo se usa via API: sin un desarrollador que lo conecte a tu herramienta de videollamada o CRM, no hay acceso directo desde una interfaz lista para usar.
Si tu equipo ya paga por transcripcion con diarizacion, pide a tu proveedor de automatizacion que compare el coste por hora actual contra estos 0,18 dolares antes de renovar el contrato.