AI最前沿 88Z.ai 9 月 4 日消息，微软发布最新AI语音转写模型MAI-Transcribe-2，在60种语言的FLEURS测试中平均词错误率低至5.2%，准确率与速度显著优于Gemini、GPT-Transcribe及Whisper等竞品。该模型支持智能区分说话人、标注逐词时间戳，并能在verbatim与clean风格间灵活切换，同时兼容自然混用语言对话。
消息要点
- 在60种语言测试中平均词错误率仅5.2%，性能领先竞品
- 支持说话人区分、时间戳标注及多语言混用对话处理
要点
微软正式推出其最强的AI语音转写模型MAI-Transcribe-2。在涵盖60种语言的FLEURS基准测试中，该模型展现出卓越性能，平均词错误率仅为5.2%。数据显示，其在准确率和处理速度上均大幅领先于Gemini、GPT-Transcribe以及Whisper等主流竞品。 功能方面，MAI-Transcribe-2具备智能区分不同说话人的能力，并能提供精确的逐词时间戳标注。用户可根据具体应用场景，在verbatim（逐字）与clean（清洁）两种输出风格间灵活切换。此外，该模型还支持自然混用语言的对话处理，能够更好地适应复杂的多语言交流环境。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。