Noua generație de speech‑to‑text de la Microsoft
Microsoft a lansat MAI‑Transcribe‑2, un nou model de recunoaștere vocală care stabilește un standard complet nou în industrie. Conform informațiilor oficiale, acesta este cel mai capabil, rapid și eficient model de transcriere disponibil în prezent, depășind atât versiunile anterioare, cât și competitori importanți precum Gemini 3.5 Transcribe, GPT‑Transcribe, Whisper V3‑Large și ScribeV2 .
Performanță de top în benchmark-uri internaționale
MAI‑Transcribe‑2 se remarcă prin rezultate impresionante în testele de acuratețe:
- Locul 1 în benchmark-ul FLEURS, în 60 de limbi diferite
- Rată medie de eroare a cuvintelor de doar 5,2%
- Definește Frontiera Pareto pentru acuratețe și latență
- Locul 2 în clasamentul global al ratelor de eroare în analiza artificială
Aceste rezultate confirmă că modelul nu este doar rapid, ci și extrem de fiabil în scenarii reale, inclusiv audio dificil sau zgomotos.
Funcții avansate pentru transcrieri profesionale
MAI‑Transcribe‑2 introduce funcții noi care îl diferențiază clar de alternativele existente:
- Diarizare – identificarea vorbitorilor în conversații
- Stiluri configurabile de transcriere – adaptare la diferite contexte
- Timestamp la nivel de cuvânt – ideal pentru editare, subtitrare și analiză detaliată
Aceste capabilități îl fac potrivit pentru aplicații enterprise, media, call‑center, cercetare și orice flux de lucru care necesită transcrieri precise și rapide .
Cel mai bun preț de pe piață: doar 0,10 USD/oră
Unul dintre cele mai puternice avantaje ale modelului este costul. Microsoft oferă MAI‑Transcribe‑2 la doar 0,10 dolari pe oră de audio, ceea ce îl face cel mai accesibil model de recunoaștere vocală de pe piață în raport cu performanța oferită .
Echipa din spatele modelului și misiunea MAI
MAI‑Transcribe‑2 este dezvoltat de un laborator „lean, fast‑moving”, format din unii dintre cei mai talentați experți din lume, cu o misiune ambițioasă și o infrastructură de compute în expansiune rapidă .
Microsoft colaborează cu echipe de produs care permit ca aceste modele să ajungă la miliarde de utilizatori, generând impact pozitiv la scară globală .
Recrutare: Microsoft caută talente pentru următoarea generație de modele AI
Pagina include și un apel către profesioniști ambițioși, cu ego scăzut și abilități tehnice puternice, pentru a se alătura echipei care dezvoltă următoarea generație de modele AI .
Concluzie
MAI‑Transcribe‑2 nu este doar un upgrade incremental, ci un salt major în recunoașterea vocală. Cu acuratețe de top, latență redusă, funcții avansate și un preț imbatabil, modelul se poziționează ca cea mai bună soluție de transcriere audio disponibilă în 2026.
Este o opțiune excelentă pentru companii, dezvoltatori și creatori de conținut care au nevoie de transcrieri rapide, precise și accesibile.
