微软发布语音识别模型MAI-Transcribe-2 限时定价0.10美元/音频小时

微软把语音识别的价格打到每小时0.1美元,行业的价格锚点正在被重新钉住。

微软9月3日宣布推出新一代AI语音转文字模型MAI-Transcribe-2,称其为公司最快、最准确、最便宜的语音识别模型,上市推广期定价0.10美元/音频小时,优惠持续至2026年年底,较此前的0.36美元/小时下降约72%。

新模型支持60种语言,新增说话人分离、可配置风格与词级时间戳等功能;据微软披露,其长音频处理速度最高可达竞品的10倍,约10秒即可处理1小时音频,并在FLEURS多语言基准测试中位列第一。

该模型将通过微软Foundry、MAI Playground与OpenRouter等渠道分发,被视为微软以自研MAI模型与OpenAI、谷歌及ElevenLabs在语音市场正面竞争的关键一步。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

(0)
DeepSeek拟在内蒙古部署至少16万颗华为昇腾950DT芯片 打造全球最大国产AI推理集群
上一篇 46分钟前
小米发布并开源表格数据基础大模型Xiaomi-TabLDM 回归能力登顶OpenML-CTR23
下一篇 46分钟前

相关推荐

分享本页
返回顶部