Microsoft постоянно расширяет свой портфель собственных моделей MAI. Еще в апреле Microsoft анонсировала MAI-Transcribe-1, заявив, что это самая точная в мире модель транскрипции на 25 языках со средним показателем ошибок в словах (WER) 3,9%. Цена также составляла конкурентоспособные 0,36 доллара в час.
В конце июня Microsoft анонсировала MAI-Transcribe-1.5, расширив поддержку до 43 языков, добавив при этом смещение ключевых слов и значительно улучшив скорость обработки.
Сегодня Microsoft анонсировала MAI-Transcribe-2, которая, по утверждению компании, является самой быстрой, точной и дешевой моделью распознавания речи из всех доступных на данный момент. В многоязычном бенчмарке FLEURS MAI-Transcribe-2 занимает первое место среди 60 языков со средним показателем WER 5,2%. Microsoft также заявляет, что она занимает второе место в независимом рейтинге WER Artificial Analysis.
Microsoft утверждает, что MAI-Transcribe-2 до 10 раз быстрее, чем GPT-Transcribe от OpenAI, в 7 раз быстрее, чем Scribe v2 от ElevenLabs, и в 5 раз быстрее, чем Gemini 3.5 Transcribe от Google, при этом обеспечивая более высокую точность транскрипции.
Microsoft также устранила ряд ограничений более ранних моделей Transcribe. Например, MAI-Transcribe-2 теперь поддерживает диаризацию говорящих, временные метки на уровне слов, смещение ключевых слов, автоматическое определение языка и переключение кодов для разговоров, в которых используются разные языки, такие как хинглиш и спанглиш.
Разработчики также могут выбирать между двумя стилями транскрипции. В режиме дословной транскрипции сохраняются слова-паразиты и ложные начала для соответствия требованиям и сценариев анализа, а в режиме чистой транскрипции они удаляются для создания более читабельных подписей, заметок и стенограмм.
Вот что команда Microsoft AI упомянула в своем блоге о MAI-Transcribe-2:
"Благодаря новым функциям, таким как диаризация, настраиваемые стили транскрипции и временные метки на уровне слов, MAI-Transcribe-2 превосходит другие ведущие модели, такие как Gemini 3.5 Transcribe, GPT-Transcribe, Whisper V3-Large и ScribeV2, а также обрабатывает более широкий спектр реальных аудиозаписей."
Microsoft также агрессивна в отношении ценообразования. MAI-Transcribe-2 стоит всего 0,10 доллара за час аудиозаписи, что значительно ниже стартовой цены MAI-Transcribe-1 в 0,36 доллара за час. Однако это ограниченная по времени цена, действующая только до конца 2026 года, и компания пока не раскрыла цену без учета акционных предложений.
MAI-Transcribe-2 доступен уже сегодня через Microsoft Foundry и MAI Playground. Вскоре он появится и в OpenRouter.
Иван Ковалев
VIA
В 2014 году Декрет № 4 расширил виды деятельности компаний-резидентов Парка Высоких Технологий новыми наукоемкими
