微软推出实时流式转写模型，第三方榜单居首
微软首个流式转写模型可边说边出字，词错误率2.50%居28个模型之首，实际生产表现待观察。
微软于10月1日发布首个实时流式语音转写模型MAI-Transcribe-2-Streaming，可在讲话进行时持续输出文字，覆盖60种语言并自动检测语言切换。
价格处于优惠阶段，每小时0.54美元，约合每1,000分钟9美元；此前非流式版MAI-Transcribe-2预览价为每小时0.10美元。开发者可通过Microsoft Foundry、MAI Playground、OpenRouter接入。
据微软公告转述，Artificial Analysis在9月28日的流式转写榜单中测得该模型最终词错误率2.50%、最终延迟0.13秒，均列28个模型之首，低于Grok Voice Transcribe 2.0 Streaming的2.73%。语音应用因此可在用户说完前启动理解或调用工具，实际生产环境表现仍待验证。