微软正在快速扩充自研AI模型版图。继MAI-Voice-1和MAI-Image-2之后，微软推出第三款自研模型MAI-Transcribe-1，以3.9%的字错误率号称全球最精准转录模型。
全球最精准的语音转文字
在行业公认的FLEURS基准测试中，MAI-Transcribe-1模型平均字错误率仅为3.9%，涵盖中文、英文、法语等全球25种主要语言。在11种核心语言上，该模型直接登顶榜首；在其余14种语言对比中，它击败了OpenAI的Whisper-large-v3，并在其中11种语言上超越了谷歌最新发布的Gemini 3.1 Flash。
速度快、成本低
除了精准，MAI-Transcribe-1还有两大优势：速度和成本。批量转录速度达到现有Microsoft Azure Fast服务的2.5倍；每小时仅需0.36美元，微软称在大型云厂商中性价比最优。
现已开放使用
该模型目前已在Microsoft Foundry平台开放使用。首发版本暂不支持实时转录、说话人分离和偏见调整功能，但微软计划在后续更新中提供这些能力。
对于需要大规模语音转文字的企业来说，这款模型的性价比相当有吸引力。
