微软推出三款语音AI模型：实时转文字准确率登测评榜首，MAI-Voice 2.1支持23种语言
微软10月1日发布MAI-Transcribe-2-Streaming、MAI-Voice-2.1和MAI-Voice-2.1-Flash三款语音AI模型。流式转录模型支持60种语言，在Artificial Analysis测试的38款模型中以2.5%词错误率居首，最终转录延迟约0.13秒，年末前优惠价为每小时0.54美元。MAI-Voice-2.1支持23种语言，Flash版主打更低延迟与成本；微软称两款语音生成模型均支持声音克隆并设有同意机制。
来源：华尔街见闻
微软10月1日发布MAI-Transcribe-2-Streaming、MAI-Voice-2.1和MAI-Voice-2.1-Flash三款语音AI模型。流式转录模型支持60种语言，在Artificial Analysis测试的38款模型中以2.5%词错误率居首，最终转录延迟约0.13秒，年末前优惠价为每小时0.54美元。MAI-Voice-2.1支持23种语言，Flash版主打更低延迟与成本；微软称两款语音生成模型均支持声音克隆并设有同意机制。
来源：华尔街见闻
