微软发布 MAI-Transcribe-2-Streaming 实时流式语音转写模型

微软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 种语言并支持自动语言检测。模型目前优惠价为每小时 0.54 美元，Artificial Analysis 测试显示其最终词错误率为 2.50%、最终转录延迟为 0.13 秒，位列 28 个流式语音转文字模型之首。