微软发布实时转录与语音合成模型 MAI-Transcribe-2-Streaming

微软此前的相关报道聚焦于其语音合成与转写模型的整体布局。【新】2026 年 10 月 2 日，The Decoder 报道，Microsoft AI 发布新一代转写模型 MAI-Transcribe-2-Streaming，主打面向语音智能体场景。该模型支持 60 种语言，首次部分结果可在 100 多毫秒内返回。报道援引 Artificial Analysis 排名，称其准确率位列第一，定价为年内音频每小时 0.54 美元。当前公开报道集中在该模型的性能与定价层面，其他细节尚未披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。