메타(Meta) 산하 메타 슈퍼인텔리전스 랩(MSI)이 첫 실시간 오디오 AI 모델인 '뮤즈 보이스 트랜스크라이브(Muse Voice Transcribe)'를 공개했다. 20명 이상의 대화 참여자를 실시간으로 구분하고 여러 언어가 섞인 음성을 문자로 즉시 변환하는 기술이다.

이번에 선보인 모델은 한 문장 안에서 여러 언어를 혼용하는 '코드 스위칭' 현상까지 정교하게 포착한다. 적응형 지연 기술을 적용해 쉬운 단어는 빠르게 처리하고 어려운 단어는 다소 대기하며 예측 정확도를 끌어올렸다. 70개 이상 언어로 학습되어 소음이 섞인 현장 음성이나 1시간이 넘는 대형 회의 세션도 안정적으로 변환할 수 있다.

현재 신규 모델은 메타 AI 맥 앱을 통해 실시간 받아쓰기 기능 등으로 체험할 수 있다. 또한 개발자를 위한 모델 API 및 뮤즈 코드 형태로도 출시됐으며, 이용 가격은 오디오 1,000분당 3달러로 책정됐다.