A Meta disponibilizou dois novos modelos de Inteligência Artificial (IA): o Muse Voice Transcribe, voltado para processamento e transcrição de áudio, e o Muse Spark 1.3, uma versão actualizada do seu modelo de linguagem.
O Muse Voice Transcribe destaca-se pela capacidade de realizar transcrições de áudio em tempo real, identificando e diferenciando os vários intervenientes numa conversa. É igualmente capaz de processar instruções mais longas e gerir múltiplos fluxos de trabalho em simultâneo na mesma sessão, tornando a sua utilização mais eficiente em tarefas complexas.
Um dos aspectos que se destacam é a interacção mais próxima com o utilizador, com o sistema a fazer perguntas de esclarecimento quando necessário e a solicitar confirmação antes de executar acções irreversíveis. Apresenta ainda maior resistência a ataques de injecção de prompts e menor tendência para gerar informações incorrectas, graças à maior capacidade de reconhecer e lidar com as próprias limitações.
O Muse Spark 1.3 apresenta um desempenho mais optimizado, consumindo cerca de 25% menos tokens e realizando 20% menos chamadas de ferramentas face à versão anterior. A ferramenta está disponível para programadores através da Interface de Programação de Aplicações (API, do inglês Application Programming Interface) e deverá chegar em breve às redes sociais Instagram e Facebook, bem como à aplicação Meta AI, segundo avançou a empresa.
Este é o primeiro modelo de áudio em tempo real da empresa, com capacidade para realizar a transcrição e o ditado de áudios complexos ou ruidosos com rapidez e precisão. O sistema consegue ainda identificar e diferenciar, de forma nativa, a fala de mais de 20 interlocutores em simultâneo, em sessões com duração até uma hora.
Foi treinado em mais de 70 idiomas, 25 dos quais validados no lançamento, e lida com o fenómeno de code-switching, que consiste na alternância entre dois ou mais idiomas durante a mesma conversa ou frase. Para equilibrar velocidade e exactidão, o sistema ajusta o tempo de resposta em tempo real, aguardando um pouco mais para analisar termos difíceis e confirmando de forma mais imediata as palavras de fácil identificação.
O modelo já funciona de forma integrada na aplicação de desktop do Meta AI para Mac e na ferramenta de programação Muse Code. O acesso através da API custa três dólares por cada 1000 minutos de áudio para os programadores.
Com esta iniciativa, a empresa pretende reforçar a sua posição no mercado de IA e aumentar a competitividade face a modelos desenvolvidos por outras empresas do sector. A aposta inclui arquitecturas mais optimizadas e ferramentas capazes de processar informação de forma mais rápida e eficiente.
