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%

微软于 9 月 3 日推出 AI 语音转文字模型 MAI-Transcribe-2，该模型限时至 2026 年底按 0.10 美元 / 小时收费，支持 60 种语言及自然混用语对话。相比主流模型，它在准确率、速度和价格上更具优势，在 FLEURS 测试集平均词错误率为 5.2%，速度远超 GPT-Transcribe 等同类模型。此外，该模型新增说话人分离、逐词时间戳功能，提供可配置转写风格，还支持关键词偏置、自动语言识别等功能，目前开发者可在多个平台调用或试用。