Meta apresenta nova IA capaz de transcrever conversas em tempo real e detectar mudanças de idioma

A Meta revelou nesta semana uma nova tecnologia de inteligência artificial chamada Muse Voice Transcribe, desenvolvida pelos seus laboratórios de supervisão de inteligência artificial, o Meta Superintelligence Labs (MSL). Segundo a própria empresa, o modelo é o primeiro do tipo a oferecer percepção de áudio em fluxo contínuo com reconhecimento simultâneo de fala, além de identificar diferentes falantes e ajustar-se ao смену de idiomas em uma conversa, uma característica conhecida como code-switching.

De acordo com a Meta, o Muse Voice Transcribe foi treinado com dados de mais de 70 idiomas, incluindo 25 utilizados de forma ampla na fase de lançamento. Essa capacidade multilingue permite que o sistema trabalhe com diferentes idiomas em uma mesma conversa, reconhecendo e adaptando-se às mudanças contextuais com alta precisão. Segundo a descrição oficial, a tecnologia consegue lidar com interrupções, sobreposições de vozes e sotaques variados, fatores que tradicionalmente dificultam o reconhecimento de fala em sistemas automáticos.

Uma demonstração divulgada pela Meta mostra um grupo de oito pessoas conversando simultaneamente enquanto o sistema identifica cada participante e associa suas falas corretamente em tempo real. Ainda segundo a fonte, o sistema incorpora três funções principais: reconhecimento automático de fala em fluxo contínuo, diagramação de quem fala em cada momento (speaker diarization) e detecção dos momentos exatos em que falas começam ou terminam.

O avanço do Muse Voice Transcribe não se limita à pesquisa; a tecnologia já está sendo aplicada na prática. Segundo informações, ela alimenta recursos de ditado no aplicativo Meta AI para Mac, facilitando a produção de textos por voz, além de potencializar funcionalidades de reconhecimento de fala em outros produtos da Meta. Essa integração demonstra o interesse da companhia em consolidar suas soluções de voz como ferramenta de comunicação e produtividade.

Apesar do entusiasmo com as potencialidades, fontes ainda não confirmaram oficialmente se essa tecnologia será disponibilizada de forma ampla ao público ou se continuará restrita a determinados softwares e plataformas. A Meta não se pronunciou sobre detalhes de implementação futura, o que mantém uma dose de expectativa sobre o impacto dessa inovação no cotidiano digital.