動察 Beating AI 快訊,Microsoft AI 發布 MAI-Transcribe-2,並在 Microsoft Foundry 開放公共預覽。新模型支持 60 種語言,新增說話者區分、逐詞時間戳和專業詞彙偏置。開發者可以提前塞入人名、藥名或行業術語,減少冷門詞被聽錯。
這次提升最明顯的是速度。Artificial Analysis 的非實時轉錄測試裡,MAI-Transcribe-2 達到約 410.7 倍實時速度,也就是 1 小時錄音理論上約 9 秒處理完。GPT-Transcribe 約為 40 倍,前者快約 10 倍;Gemini 3.5 Transcribe 約為 89.8 倍。
準確率也在第一梯隊。它在 FLEURS 的 60 種語言測試中平均 WER(詞錯誤率,越低越好)為 5.2%,排名第一;在 Artificial Analysis 的另一套非實時英文測試中 WER 為 2.0%,排第二,僅低於阿里 Fun-Realtime-ASR-preview 的 1.7%。
價格目前只有每小時 0.10 美元,上一代 MAI-Transcribe-1.5 是 0.36 美元。不過這是限時價格,只持續到 2026 年 12 月 31 日,之後正式價格還沒有公佈。