微软推出 AI 语音转文字模型 MAI-Transcribe-2
2026.09.04 · 产品 · 新模型 · 官方发布
微软发布 MAI-Transcribe-2，支持60种语言，词错误率仅5.2%，速度达403.6倍实时。
微软推出 AI 语音转文字模型 MAI-Transcribe-2，在准确率、速度和成本上全面领先。模型支持 60种语言，FLEURS 测试集平均词错误率仅 5.2%，中文低至 4.5%。处理速度达 403.6倍实时，1小时音频约9秒完成，限时定价 0.10美元/小时。
- 支持60种语言，自动语言识别与切换
- FLEURS平均词错误率5.2%，中文4.5%
- 处理速度403.6倍实时，1小时音频9秒
- 限时定价0.10美元/小时，降价72%
- 内置说话人分离、逐词时间戳、双风格转写
为什么值得看
微软在语音转写领域实现准确率、速度、成本三重突破，树立新标杆。
适合谁关注
语音识别开发者、会议记录工具用户、媒体字幕制作方、呼叫中心质检团队。