微软最强转录 AI 模型：MAI-Transcribe-2 登场，60 语种平均词错误率 5.2%
微软发布 MAI-Transcribe-2，宣称是其最快、最准确且最便宜的 AI 语音转文字模型，限时收费 0.10 美元/小时。该模型支持 60 种语言及自然混用对话，在 FLEURS 测试集中平均词错误率为 5.2%，低于 Gemini 3.1 Pro（5.3%）、GPT-Transcribe（10.4%）及 Whisper v3-Large（22.8%）。性能方面，其比 GPT-Transcribe 快 10 倍、比 Scribe v2 快 7 倍、比 Gemini 3.5 Transcribe 快 5 倍。功能上新增说话人分离、逐词时间戳及可配置转写风格（verbatim 与 clean 模式），并支持关键词偏置、自动语言识别及噪声环境转写。开发者可在 Microsoft Foundry、MAI Pl…