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
- 开发者谈 Astra:别当升级版编码模型,当个难搞的天才用 — kevinkern · 2026-09-12
- Yoav Artzi 评价 Astra:空间推理能力是代际跃升 — yoavartzi · 2026-09-12
- Muse Spark 1.3 max 上线 contributor 档，订阅计划 5 美元起 — jordiae · 2026-09-12
- Zed CEO 晒图：一条链接耗掉约一半 Claude 订阅额度 — zeeg · 2026-09-12
- 演示称 GPT-6 Astra 可实现视频生成精确相机控制 — round · 2026-09-12
- Burkov 批评某模型视觉推理仍弱于 Luna 与 Gemini Flash — burkov · 2026-09-12