阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯专题 · 微软流式转写模型1 分钟阅读·2026-10-02DisconfirmAI 编辑部

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。

重要性局部证据E2 未复现写法快讯

原文发布时间 2026-10-02 07:04

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。

来源

  • 原始资料ithome.com↗
专题

微软流式转写模型

微软于 2026 年 10 月 1 日发布其首个实时流式语音转写模型 MAI-Transcribe-2-Streaming,同时推出两个文本转语音模型 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash。流式版可在说话者…

5 节点1 篇更新于 2026-10-03 16:45

事情怎么走到这一步

  1. 2026-09-03微软发布非流式转写模型 MAI-Transcribe-2,Azure Speech 公共预览价每小时 0.10 美元。
  2. 2026-09-28
登录 / 注册
阅读研究雷达投资体系
Artificial Analysis 公布流式语音转文字排行榜,微软新模型尚未在列。
  • 2026-10-01微软发布 MAI-Transcribe-2-Streaming 及 MAI-Voice-2.1、MAI-Voice-2.1-Flash,三款模型进入公开预览。
  • 还没定论的部分

    • 2.5% 词错误率在中文、日语等非英语语种及噪声环境下的实际表现如何?
    • 公开预览版何时转为正式可用并给出服务级别协议?
    • 0.54 美元/小时的优惠价在 2026 年底到期后如何调整?
    读完整专题 →
    带入研究 →