Microsoft hat gerade MAI-Transcribe-1 vorgestellt, sein neuestes Speech-to-Text-Modell, das eine hochpräzise Transkription unter realen Audiobedingungen bietet. Das vom Microsoft AI Superintelligence-Team entwickelte Modell unterstützt 25 Sprachen.
Hier ist die Liste der unterstützten Sprachen: Englisch, Französisch, Deutsch, Italienisch, Spanisch, Hindi, Portugiesisch, Tschechisch, Dänisch, Finnisch, Ungarisch, Niederländisch, Polnisch, Rumänisch, Schwedisch, Japanisch, Koreanisch, Chinesisch, Arabisch, Indonesisch, Russisch, Thailändisch, Türkisch und Vietnamesisch.
Darüber hinaus ist das Modell für Akzente, Dialekte und laute Umgebungen optimiert, was es zu einem vielseitigen Werkzeug für Entwickler macht, die sprachgesteuerte Anwendungen erstellen.
Laut Microsoft übertrifft MAI-Transcribe-1 Konkurrenten wie Scribe v2, Whisper-large-V3, GPT-Transcribe und Gemini 3.1 Flash beim FLEURS-Benchmark und erreicht in allen unterstützten Sprachen die beste Wortfehlerrate seiner Klasse.
Bildnachweis: Microsoft
Zu seinen Funktionen gehören Live-Untertitel, Call-Center-Transkription, Videountertitelung, Barrierefreiheitstools, E-Learning, Medienarchivierung und Marktforschung und Bereitstellung von Textalternativen, die die Benutzerfreundlichkeit und Compliance verbessern. Das Modell kann Sprachen automatisch identifizieren und ist in realen lauten Situationen robust. Einige erweiterte Funktionen, darunter Echtzeit-Transkription, Sprecher-Diarisierung und Kontext-Biasing, sind jedoch für zukünftige Versionen geplant.
MAI-Transcribe-1 akzeptiert Audio in den Formaten WAV, MP3 und FLAC und kostet 0,36 US-Dollar pro verarbeiteter Audiostunde. Entwickler können über Azure Speech auf MAI-Transcribe-1 zugreifen und bei Bedarf entweder das Speech SDK oder REST-APIs verwenden.
Ab sofort erfordert die Nutzung den Hinweis auf die Regionen „Ost-USA“ oder „West-USA“, Microsoft plant jedoch, die globale Verfügbarkeit bald auszuweiten. Mit seiner hohen Transkriptionsgenauigkeit und breiten Sprachunterstützung möchte MAI-Transcribe-1 eine Reihe von Anwendungen unterstützen, von der Verbesserung der Barrierefreiheit bis hin zur Inhaltserstellung und Kundendienstanalyse.
*️⃣ Quelllink:
enthüllt MAI-Transcribe-1 , Microsoft AI Superintelligence, ,