微软宣布推出MAI-Transcribe-2，宣称这是其最快、最准确、最便宜的AI语音转文字模型。
定价上，该模型上市时限时收费0.10美元/小时，优惠持续至2026年年底。准确率、速度双领先，比GPT-Transcribe快10倍性能方面，在FLEURS测试集中，MAI-Transcribe-2在强制指定语言和自动推断语言两种模式下的平均词错误率均为5.2%。同一测试中，Gemini3.1Pro的两项结果为5.3%和5.8%，GPT-Transcribe为10.4%和10.6%，Whisperv3-Large为22.8%和23.5%。速度上，微软援引ArtificialAnalysis评测称，MAI-Transcribe-2比GPT-Transcribe快10倍，比Scribev2快7倍，比Gemini3.5Transcribe快5倍。支持说话人分离与逐词时间戳，覆盖60种语言功能方面，MAI-Transcribe-2新增说话人分离能力，可在一段录音内区分不同发言者，并把文字归属到对应说话人；逐词时间戳能为每个词标注精确位置，便于音频检索、导航、编辑和字幕对齐。
本文来自作者[硬件解剖官]投稿，不代表绮畅科技网立场，如若转载，请注明出处：https://www.lorte.cn/rgzn/202609/799.html
评论列表（4条）
我是绮畅科技网的签约作者“硬件解剖官”！
希望本篇文章《微软发布MAI-Transcribe-2转录模型：60语种词错误率仅5.2%》能对你有所帮助！
本站[绮畅科技网]内容主要涵盖：教育咨询,知识百科
本文概览：微软宣布推出MAI-Transcribe-2，宣称这是其最快、最准确、最便宜的AI语音转文字模型。