微软AI的MAI-Transcribe-2在价格和速度上击败了OpenAI，Google和ElevenLabs

微软AI 周四发布 MAI-转录-2 该公司称，这是一种语音识别模型，比任何模型都更快、更准确、更便宜 OpenAI , 谷歌 ，或者 十一实验室 目前销售。然后它的定价为每小时音频10美分。 这个数字值得暂停。当微软人工智能在五个月前推出这条线上的第一个模型时， 每小时收费0.36美元 .周四早鸟价格 将其削减约72% .对于一家企业来说，每年处理100，000小时的呼叫中心音频（对于大型银行或电信公司来说，这一数字不大），账单从36，000美元降至10，000美元。在这个层面上，转录不再是任何人争论的行项目。 此次发布之际，微软正在执行一项两年前看似难以置信的战略：一次以一种方式构建自己的前沿级模型，然后稳步地将它们替换为曾经运行在OpenAI技术上的产品。转录是该计划进展最快的方式，而且 MAI-转录-2 是迄今为止最明确的证据。它还预览了这家全球最有价值的软件公司打算如何在人工智能领域竞争，而不依赖其花费130亿美元培养的合作伙伴。 该模型以60种语言转录音频，高于6月份的43种 MAI-转录-1.5 4月份最初发布的版本中有25个。它运行在 微软铸造厂 、该公司的开发者模型市场，以及 MAI游乐场 ，其测试环境。微软表示，它为真实企业产生的混乱音频（背景噪音、低质量录音、重叠语音）而不是干净的工作室条件建立了模型。 比语言计数更重要的是微软捆绑到基本产品中的内容。演讲者日记化整理出多人录音中谁说了什么，这是文本墙和可用的会议记录之间的区别。单词级时间戳为每个单词附加精确的时间标记，从而实现搜索、编辑和

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。