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%

新闻摘要

微软发布 MAI-Transcribe-2，宣称是其最快、最准确、最便宜的 AI 语音转文字模型，限时收费 0.10 美元/小时。在 FLEURS 测试中，其平均词错误率为 5.2%，优于 Gemini 3.1 Pro、GPT-Transcribe 和 Whisper v3-Large。模型支持 60 种语言，新增说话人分离和逐词时间戳等功能。