微软发布 MAI-Transcribe-2:FLEURS 榜 60 语言居首,WER 5.2%
emmanuelvivier · x · 2026-09-05
微软 AI 部门发布语音识别模型 MAI-Transcribe-2,宣称是全球最快、最准且最便宜的语音识别模型:
- FLEURS 基准 60 种语言排名第一,平均词错率(WER)5.2%
- 在 Artificial Analysis 的准确率-延迟 Pareto 前沿上居首
- 击败 Gemini 3.5 Transcribe、GPT-Transcribe、Whisper V3-Large、ScribeV2 等竞品,且对真实世界复杂音频的适应性更广
新特性包括:说话人分离(diarization)、可配置的转写风格、词级时间戳。
所属事件:微软发布 MAI-Transcribe-2：411 倍实时、价格全市场最低(13 条相关)→
「模型」频道最新
- 只动两个神经元,让 Qwen3-8B 说话像她: Steering 实验公开配方 — dejavucoder · 2026-10-28
- ZCode 每日免费 3 亿 GLM-5.3-Flash token,限时领取攻略流传 — AccBalanced · 2026-10-28
- 网友预测：28 天发布活动收官前，OpenAI 必须推出对标 Opus 5.5 的模型 — CtrlAltDwayne · 2026-10-28
- 网友放出「邪恶版 Qwen 27B」激活转向配方，一条指令生成 — basedjensen · 2026-10-28
- MoveBench 发布：用评分细则基准评估 LLM 运动健康教练能力 — Yitong Li · 2026-10-28
- 网友争论:Claude 被降智?更新推断栈或致旧模型输出变化 — JasonBotterill · 2026-10-28