Meta, ilk gerçek zamanlı ses algılama modeli Muse Voice Transcribe’ı kullanıma sundu. Meta Superintelligence Labs tarafından geliştirilen sistem; konuşmayı metne çeviriyor, konuşmacıları ayırıyor ve konuşmanın bitip bitmediğini belirliyor. Model, bir saati aşan kayıtları ve 20’den fazla konuşmacının bulunduğu görüşmeleri ek işlem olmadan işleyebiliyor. 70’ten fazla dille eğitilen modelin 25’inin ilk sürüm öncesinde kapsamlı doğrulaması yapıldı; dil geçişlerini ve bağlamla özel isimleri tanıyabiliyor. Konuşmaları 80 milisaniyelik bölümlerde işleyen “uyarlanabilir gecikme” sistemi, hız ve doğruluk dengesini gözetiyor. Başlangıç ve bitişi ayırt ederek sesli uygulamalarda yanıt zamanını belirliyor. Meta, modelin 1 Eylül itibarıyla Artificial Analysis sıralamasında ilk olduğunu açıkladı. Teknoloji Meta AI masaüstü diktesi ve Muse Code’a eklendi. API, bin dakika için 3 dolar, saat başına yaklaşık 18 sent. WhatsApp, Instagram ve Messenger’a entegrasyonu bilinmiyor.
Neden önemli
Gelişmenin pratik etkisi, sesli uygulamaların yalnızca konuşmayı yazıya dökmesi değil, kimin konuştuğunu ve etkileşimin ne zaman sona erdiğini de işleyebilmesiyle ilgili. Bu durum özellikle uzun kayıtlar, çok katılımcılı görüşmeler ve birden fazla dilin kullanıldığı konuşmalar üzerinde çalışan geliştiricileri ilgilendiriyor; dil geçişleri ile bağlamdan özel isimleri ayırt etmesi de bu kullanım alanlarında ek değer sağlayabilir. Gerçek zamanlı işleme ve uyarlanabilir gecikme, uygulamaların yanıt üretme zamanlamasını modelin konuşma akışına göre belirlemesine imkân tanıyor. API ücretinin açıklanması, teknolojiyi kullanmak isteyenlerin maliyeti önceden hesaplamasını sağlarken, modelin WhatsApp, Instagram ve Messenger’a eklenip eklenmeyeceği kullanıcı deneyimine etkisi bakımından açık bir soru olarak kalıyor.
Arka plan
Meta, FikirPilot arşivinde yeni bir ad değil: son 90 günde bu adın geçtiği 4 haber yayımladık; en yenisi 30 Ağustos 2026 tarihli.