微软最强转录AI模型：MAI-Transcribe-2登场，60语种平均词错误率5.2%
IT之家 9 月 4 日消息，微软昨日（9 月 3 日）发布博文，宣布推出 MAI-Transcribe-2， 宣称是其最快、最准确、最便宜的 AI 语音转文字模型。
在定价方面，MAI-Transcribe-2 上市时限时收费 0.10 美元 （IT之家注：现汇率约合 0.67 元人民币） / 小时，优惠持续至 2026 年年底。
性能方面，MAI-Transcribe-2 是微软最强的转录模型，相比较市场上其它主流模型，在准确率、速度和价格方面存在优势。
在 FLEURS 测试集中，MAI-Transcribe-2 支持强制指定语言和自动推断语言两种模式，平均词错误率均为 5.2%。同一测试中，Gemini 3.1 Pro 的两项结果分别为 5.3% 和 5.8%；GPT-Transcribe 为 10.4% 和 10.6%；Whisper v3-Large 为 22.8% 和 23.5%。
速度方面，微软援引 Artificial Analysis 评测称，MAI-Transcribe-2 比 GPT-Transcribe 快 10 倍，比 Scribe v2 快 7 倍，比 Gemini 3.5 Transcribe 快 5 倍。
功能方面，MAI-Transcribe-2 新增说话人分离功能，可在一段录音内区分不同发言者，并将文字归属到对应说话人。逐词时间戳可为每个词标注精确位置，便于音频检索、导航、编辑和字幕对齐。
风格方面，模型提供可配置转写风格。verbatim 模式保留语气词和口误，面向合规与分析工作；clean 模式删除语气词，以生成更易读的字幕、笔记和发布文本。模型还支持关键词偏置、自动语言识别、语言切换和噪声环境转写。
模型支持 60 种语言，并支持自然混用语言的对话，用户无需预先指定语言，模型可自动检测录音语言。目前，开发者可在 Microsoft Foundry、MAI Playground 和 OpenRouter 调用或试用该模型。
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
考验外卖平台基本功的时候到了
七成影视公司亏损“阵痛”，AI转型是“生死线”的答案？
芒果超媒涨停背后：卫视播出《后西游记》证明AI长剧成了？
每集成本仅2-3万！《后西游记》没真人演员却拿下收视第1 胡锡进发文抵制称别抢演员饭碗
雷军最新发明，给行业上了一课
华为最强芯片！麒麟9050 Pro首批支持LPDDR6内存
字节跳动将获得296亿美元贷款：完成将成今年亚洲规模第二大
天价内存把大厂逼成垃圾佬！拆退役服务器抠DDR4用
不止国内！手机涨价潮席卷海外：越等越贵
九州量子上半年亏损3829万：未弥补亏损已超实收股本总额
零跑拿下第一，干翻特斯拉
业绩最好时裁最狠的人！Uber裁员3300人 省下的钱全砸Robotaxi
上半年信用卡销卡近两千万张 中行邮储招行仍逆势扩张
大众、奔驰、宝马表态，星宇致歉涨薪，国内车企暂未发声
乌克兰两大情报机构街头交火背后：前任现任准现任，三大官员权力斗争白热化
男子充值1000元收到数千万亿金额：挥霍消费后拒不退还 法院判了！
降价超 15 万元，上汽奥迪 Q6 和 A7L 官宣限时 26.28 万元起
张雪惊讶97岁李锦记掌门人李蔡美灵喝冰可乐：谁说可乐不健康
海口一装修中餐厅发生火灾致6人死亡 目击者：用灭火器扑救未果，火势迅速蔓延
云南一男子勇救4名落水孩童牺牲，母亲和哥哥早年因溺水不幸离世 当地为其申报见义勇为
4S店爆雷：多名车主全款提车后无法上牌！厂家回应
限时优惠价 7.68 万元起，极狐贝塔 T1 550km 长续航版上市
宝马开始全国一口价 但真正难的可能不是价格