微软推出AI语音转文字模型MAI-Transcribe-2,号称最快、最准、最便宜,限时每小时0.10美元至2026年底。其速度比GPT-Transcribe快10倍,在FLEURS测试中强制指定与自动推断语言的平均词错误率均为5.2%,优于Gemini 3.1 Pro。
OpenAI推出两款新转录API:GPT-Live-Transcribe和GPT-Transcribe。它们突破传统语音转写,能理解口音、术语、数字及背景噪声等上下文。GPT-Live-Transcribe专为低延迟实时场景打造,如速记员般同步转录,另一款则侧重不同特性,两者共同提升复杂环境下的识别精准度。