微软9月3日发布新一代语音识别模型MAI-Transcribe-2。该模型在覆盖60种语言的FLEURS基准中实现5.2%的平均词错误率，并在Artificial Analysis词错误率榜单中位列第二。官方称其长音频处理速度最高可达竞品10倍，处理1小时音频约需10秒。目前已上线Microsoft Foundry、MAI Playground和Open Router，限时价格为每小时音频0.10美元。
微软9月3日发布新一代语音识别模型MAI-Transcribe-2。该模型在覆盖60种语言的FLEURS基准中实现5.2%的平均词错误率，并在Artificial Analysis词错误率榜单中位列第二。官方称其长音频处理速度最高可达竞品10倍，处理1小时音频约需10秒。目前已上线Microsoft Foundry、MAI Playground和Open Router，限时价格为每小时音频0.10美元。