A Meta apresentou nesta terça-feira (1) o Muse Voice Transcribe, seu primeiro modelo de inteligência artificial (IA) voltado à percepção de áudio em tempo real. A tecnologia consegue transcrever conversas enquanto elas acontecem, distinguir quem está falando e lidar com mais de 20 pessoas simultaneamente.O modelo foi desenvolvido pelo Meta Superintelligence Labs (MSL) e também consegue trabalhar com diferentes idiomas em uma mesma conversa. Segundo a empresa, ele foi treinado com mais de 70 idiomas, sendo que 25 deles foram amplamente validados para o lançamento.Muse Voice Transcribe is MSL's first real-time audio perception model — rolling out today. SOTA in streaming speech-to-text, it handles speaker diarization, and endpointing natively in a single model. pic.twitter.com/LViMDSkbim— Mark Zuckerberg (@finkd) September 1, 2026Uma das características mais interessantes do Muse Voice Transcribe é a capacidade de realizar o chamado code-switching, quando uma pessoa alterna entre idiomas durante uma conversa. A tecnologia consegue reconhecer essa mudança mesmo no meio de uma frase.Em uma demonstração divulgada pela Meta, oito pessoas conversam simultaneamente e o sistema consegue identificar cada participante e associar corretamente suas falas. A IA também consegue lidar com interrupções, sobreposição de vozes e diferentes sotaques.A tecnologia combina três funções principais em um único modelo: reconhecimento automático de fala em fluxo contínuo (ASR, na sigla em inglês), identificação dos diferentes participantes da conversa, conhecida como speaker diarization, e identificação dos momentos em que uma fala começa ou termina.Leia mais:Zuckerberg quer que TikTok e YouTube sigam novas regras para adolescentes impostas à MetaMeta corrige falha de privacidade em óculos inteligentes e tenta impedir gravação indevidaDez anos depois, startup acusa Meta de roubar ideia que virou o Instagram ShoppingModelo também consegue trabalhar com diferentes idiomas em uma mesma conversa – Imagem: Reprodução/MetaIA decide quanto tempo deve ouvirO Muse Voice Transcribe processa o áudio em blocos de 80 milissegundos. A cada novo trecho, o modelo decide se deve continuar ouvindo ou começar a produzir o texto;A Meta chama esse mecanismo de “atraso adaptativo”. Na prática, a IA pode esperar um pouco mais quando encontra uma palavra difícil e produzir a transcrição mais rapidamente quando identifica uma palavra simples;A estratégia busca equilibrar velocidade e precisão. Quanto mais tempo o modelo espera antes de transcrever, maior tende a ser a precisão, mas também aumenta o atraso na resposta;A tecnologia também pode utilizar informações sobre o idioma, palavras-chave e contexto para melhorar a precisão das transcrições;Segundo a Meta, o Muse Voice Transcribe alcançou a primeira posição nos rankings da Artificial Analysis para reconhecimento de fala em streaming e também em benchmarks públicos de identificação de participantes. A classificação considera os resultados disponíveis em 1º de setembro de 2026.3/ already powering dictation in the meta desktop app and muse code. live now via meta model apihttps://t.co/MFosERCV0E pic.twitter.com/UESTQhKJrH— Alexandr Wang (@alexandr_wang) September 1, 2026Onde a tecnologia pode ser usadaO novo modelo já está sendo utilizado para recursos de ditado no aplicativo Meta AI para Mac. Como o aplicativo consegue oferecer recursos de voz para outros serviços, o Muse Voice Transcribe também pode ser usado para ditado em diferentes aplicações.A tecnologia ainda está disponível para desenvolvedores por meio do Muse Code e da API de modelos da Meta. O acesso custa US$ 3 (cerca de R$ 15,50) por mil minutos de áudio. A Meta também disponibilizou uma demonstração do modelo em sua página de pesquisa, permitindo testar a transcrição de áudio em tempo real.O lançamento acontece menos de uma semana depois da apresentação do Gemini 3.5 Transcribe, do Google, que também aposta em recursos avançados de reconhecimento de áudio. A diferença é que o Muse Voice Transcribe chega com foco explícito em combinar transcrição, identificação de múltiplos participantes e processamento multilíngue em tempo real.O post Meta lança IA que transcreve conversas em tempo real e muito mais apareceu primeiro em Olhar Digital.