金吾財訊 | 據外媒9月4日消息，微軟（MSFT）正式推出MAI-Transcribe-2，稱其是目前自家速度最快、精度最高同時成本最低的AI語音轉文字模型。定價上，該模型上線推出限時優惠，單價0.10美元/小時（約0.67元人民幣），優惠有效期至2026年底。在性能評測FLEURS數據集當中，該模型無論是強制指定語言還是自動識別語言模式，平均詞錯誤率均為5.2%，優於Gemini 3.1Pro、GPT-Transcribe、Whisper v3-Large等主流模型。第三方評測Artificial Analysis數據顯示，MAI-Transcribe-2速度相比GPT-Transcribe快10倍，較Scribe v2快7倍，比Gemini 3.5 Transcribe快5倍。功能層面，模型新增說話人分離能力，能夠區分錄音裏不同發言者；同時提供逐詞時間戳，方便音頻檢索、剪輯以及字幕對齊。此外，還提供兩種轉寫風格，verbatim模式完整保留語氣詞、口誤，適配合規分析場景；clean模式過濾冗餘語氣詞，輸出適合對外發布的字幕、筆記文本。除此之外還支持關鍵詞偏置、自動語種識別、語種切換以及嘈雜環境下的轉寫，一共覆蓋60種語言，可處理多語言混雜對話。開發者現已可以通過Microsoft Foundry、MAI Playground、OpenRouter調用體驗該模型。