Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

Según el catálogo de OpenRouter, meta/muse-voice-transcribe-1.0 es un modelo sincrónico de Meta para convertir voz en texto: acepta audio y devuelve una transcripción. El catálogo lo describe como adecuado para interacciones de pulsar para hablar, detección de final de enunciado y transcripción sensible al hablante, con sesgo por palabras clave para terminología de dominio y sesgo por idioma; los detalles de esta última función aparecen truncados. No se incluyeron mediciones de rendimiento ni una ficha independiente del modelo, por lo que conviene validar estas capacidades declaradas con la carga de trabajo prevista.[1]

Puntos fuertes

Ofrece un flujo sincrónico de audio a transcripción, según el catálogo.[1]
El catálogo lo orienta a pulsar para hablar, endpointing y transcripción sensible al hablante.[1]
Se indica compatibilidad con sesgo por palabras clave y por idioma.[1]

Limitaciones

Solo se aportó evidencia del catálogo de OpenRouter; no había una ficha independiente del modelo.[1]
No se proporcionaron benchmarks; precisión, latencia y robustez requieren validación.[1]
No se especifican idiomas, formatos de audio, límites de duración ni restricciones de integración.[1]

Dónde utilizarlo

Considerarlo en pruebas para pulsar para hablar o dictado de solicitud-respuesta.[1]
Evaluarlo en flujos que requieran endpointing o sensibilidad al hablante.[1]
Probarlo donde puedan ayudar el sesgo por términos de dominio o por idioma.[1]

Fuentes

[1] OpenRouter catalog · Meta: Muse Voice Transcribe 1.0Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

Muse Voice Transcribe 1.0 is a synchronous speech-to-text model from Meta. It is suited for push-to-talk, endpointing, and speaker-aware transcription, with keyword biasing for domain terms and language biasing through...

Especificaciones

ID del modelo: meta/muse-voice-transcribe-1.0
ID canónico: meta/muse-voice-transcribe-1.0-20260903
Creador: meta
Añadido a OpenRouter: 11.09.2026
Longitud de contexto: 0
Modalidad: audio->transcription
Modalidades de entrada: audio
Modalidades de salida: transcription
Precio por token: Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
Corte de conocimiento: —
Fecha de expiración: —

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	Sin medición	—
Programación	Sin medición	—
Agentes	Sin medición	—
Escritura	Sin medición	—
Razonamiento	Sin medición	—
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	entrada: audio
Vídeo	Sin medición	—
Embeddings	Sin medición	—

Evaluaciones

No hay evaluaciones aportadas para este modelo.

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
Meta	0	—	—	—	—	100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.