Microsoft corporation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。
This article comes from users or anonymous contributions, does not represent the position of Mass Intelligence; all content (including images, videos, etc.) in this article are copyrighted by the original author. Please refer to this site for the relevant issues involvedstatement denying or limiting responsibilityPlease contact the operator of this website for any infringement of rights (Contact Us）我们将按声明中的处理方式进行处理。本文链接：https://dzzn.com/en/2026/3909.html
