微软AI发布MAI语音转写与TTS新模型

Microsoft AI 发布实时语音转写模型 MAI-Transcribe-2-Streaming 与语音模型 MAI-Voice-2.1。据 The Decoder 2026年10月2日报道，MAI-Transcribe-2-Streaming 在 Artificial Analysis 的准确率排名中位列第一，支持 60 种语言，首批部分结果的延迟仅 100 多毫秒。定价方面，微软称到 2026 年底前，该模型每小时音频的收费为 0.54 美元。此前的报道为该事件确立了“微软AI发布MAI语音转写与TTS新模型”的主题，本次新报道补充了具体模型名称、性能指标、语言支持数量、延迟表现与定价细节。目前公开信息以上述报道内容为准，尚无更多后续进展披露。

AI 根据报道生成 · 5 天前更新

还没有足够的连续观测数据，暂不绘制趋势。