微软发布 MAI-Transcribe 2：支持多语言转写、说话人分离与时间戳
lee_stott · x · 2026-09-23
微软员工 Lee Stott 转发开发者 Bethany Jep 对 MAI-Transcribe 2 的实测：新模型更新了语言支持，具备说话人分离（speaker diarization）和更细的时间戳能力，可转写多语言混合对话。Bethany 还发布了一个配套 notebook 演示实际用法，托管在 GitHub 的 microsoft-foundry/model-releases 仓库中，读者可直接试用。
「多模态」频道最新
- 用 Fable 5.2 + Tripo 在 three.js 里做出像素巨龙巢穴场景 — Flomerboy · 2026-11-11
- Adobe MAX 现场演示：手机拍像素素材 + Firefly 生成改装车库大片 — shashib · 2026-11-11
- 不用视频模型:Blender+Claude Code 打造月光图书馆电影感短片 — dotey · 2026-11-11
- AI 生成 MV「官僚修女」:雨夜哥特教堂场景电影感惊人 — rilex037 · 2026-11-11
- 「埃及法王」AI 人像刷屏：光影与法老剪影的氛围感创作 — egeberkina · 2026-11-11
- MiniMax H3-Image 支持单次生成融合 16 张参考图 — MiniMax_AI · 2026-11-11