Meta lanza dictado por voz en tiempo real para Mac

Meta presentó Muse Voice Transcribe, su primer modelo de inteligencia artificial para percepción de audio en tiempo real, integrado ya en la aplicación Meta AI para macOS. La herramienta permite dictar texto en cualquier programa del sistema con solo mantener presionada la tecla Fn, en lo que representa un desafío directo al dictado nativo de Apple, que suele perder palabras a mitad de oración.

El desarrollo fue presentado por Meta Superintelligence Labs, el laboratorio de la compañía dedicado a inteligencia artificial avanzada.

Un solo modelo para tres tareas

A diferencia de otras soluciones que requieren herramientas separadas, Muse Voice Transcribe combina en un mismo sistema:

• Reconocimiento de voz en streaming (transcripción continua)
• Identificación de quién habla (diarización), útil para grabaciones de reuniones con varias personas
• Detección automática de silencios, para saber cuándo alguien terminó de hablar sin pasos adicionales de procesamiento

Según explicó Meta, el modelo usa un mecanismo llamado "retraso adaptativo", que decide en cada momento cuánto tiempo esperar antes de confirmar una palabra: las frases simples se procesan rápido, mientras que las más ambiguas reciben mayor contexto antes de transcribirse. La compañía sostiene que este enfoque busca equilibrar velocidad y precisión sin sacrificar una por la otra.

Un ingeniero de Meta, Spencer Barnett, describió el modelo en la red social X como capaz de soportar más de 70 idiomas y reconocer más de 20 hablantes distintos en una misma grabación.

Precio muy por debajo de Google

El costo de la API de Meta es de 0,18 dólares por hora, frente a los aproximadamente 0,96 dólares por hora que cobra Google Cloud Speech-to-Text en sus planes estándar. La diferencia representa alrededor de un 80% menos, según los datos difundidos.

Esa brecha de precio podría resultar relevante para desarrolladores de aplicaciones de notas, resúmenes de reuniones o asistentes de programación que dependen de servicios de transcripción en la nube.

El lanzamiento se suma a un terreno ya disputado: Google avanza con su propio sistema, Gemini 3.5 Transcribe, también con integración en macOS, mientras Apple mantiene su dictado nativo dentro del sistema operativo. Microsoft también compite por posicionar su propio asistente de voz en los dispositivos.

Este lanzamiento marca además la expansión de Meta más allá de los modelos de texto de la familia Llama hacia el terreno de la inteligencia artificial sensorial en tiempo real. No se reportaron hasta el momento cuestionamientos regulatorios específicos sobre el manejo de datos de voz de Muse, aunque el almacenamiento y uso de esa información suele ser un punto de atención en cualquier servicio de transcripción en la nube.