4TRcz6NRsnX tech.huanqiu.comarticle微软推出流式转录模型 MAI-Transcribe-2-Streaming/e3pmh164r/e3pmtmdvg<article><section data-type="rtext"><p>【环球网科技综合报道】10月2日消息，微软方面宣布微软人工智能推出首个流式转录模型 MAI-Transcribe-2-Streaming，以及两款文本转语音模型 MAI-Voice-2.1、MAI-Voice-2.1-Flash，均可通过 Microsoft Foundry 获取。</p><p><i class="pic-con"><img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/b114b50604f2bc64b712b45bf805c303u1.png?imageView2/2/w/1260" /></i></p><p>其中，MAI-Transcribe-2-Streaming模型支持60种语言，可低延迟实时转录并自动连续检测语言。微软称，其在 Artificial Analysis 最终和部分转录准确率排名中均居首，且兼顾准确率与延迟；最终词错误率2.5%，首次部分转录错误率2.8%，最终转录耗时0.13秒。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>它无需等说话者说完，收到音频后100毫秒内生成初始假设，并随上下文修正。内部评估显示，其实时语音识别和字幕生成速度约为最接近竞品的两倍。</p><p>目前，该模型以每小时音频0.54美元优惠价发售至年底，并进一步扩展微软 MAI 音频产品线。（勃潺）</p></section></article>1790907596833环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：李文瑶环球网179090759683311[]{"email":"liwenyao@huanqiu.com","name":"李文瑶"}