微软9月3日发布新一代语音识别模型MAI-Transcribe-2,称其为迄今功能最强、效率更高的转写产品。该模型在FLEURS基准(涵盖60种语言)中平均词错误率5.2%,居Artificial Analysis排行榜第二;长音频处理速度最高达竞争对手10倍,约10秒可转写1小时音频。目前已上线Microsoft Foundry、MAI Playground及Open Router。
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。