Microsoft vient de dévoiler MAI-Transcribe-1, son dernier modèle de synthèse vocale qui offre une transcription très précise dans des conditions audio réelles. Le modèle, développé par l’équipe Microsoft AI Superintelligence, prend en charge 25 langues.
Voici la liste des langues prises en charge : anglais, français, allemand, italien, espagnol, hindi, portugais, tchèque, danois, finnois, hongrois, néerlandais, polonais, roumain, suédois, japonais, coréen, chinois, arabe, indonésien, russe, thaï, turc et vietnamien.
De plus, le modèle est optimisé pour les accents, les dialectes et les environnements bruyants, ce qui en fait un outil polyvalent pour les développeurs créant des applications vocales.
Microsoft a déclaré que MAI-Transcribe-1 surpasse ses concurrents tels que Scribe v2, Whisper-large-V3, GPT-Transcribe et Gemini 3.1 Flash sur le benchmark FLEURS, atteignant le meilleur taux d’erreur de mots de sa catégorie dans toutes les langues prises en charge.
Crédit image : Microsoft
Ses capacités couvrent les sous-titres en direct, la transcription des centres d’appels, le sous-titrage vidéo, les outils d’accessibilité, l’apprentissage en ligne, l’archivage multimédia et les études de marché, offrant des alternatives textuelles qui améliorent la convivialité et la conformité. Le modèle peut identifier automatiquement les langues et est robuste dans les situations bruyantes du monde réel, bien que certaines fonctionnalités avancées, notamment la transcription en temps réel, la diarisation des locuteurs et la polarisation contextuelle, soient prévues pour les prochaines versions.
MAI-Transcribe-1 accepte l’audio aux formats WAV, MP3 et FLAC et coûte 0,36 $ par heure d’audio traité. Les développeurs peuvent accéder à MAI-Transcribe-1 via Azure Speech, en utilisant le SDK Speech ou les API REST si nécessaire.
Pour l’instant, l’utilisation nécessite de pointer vers les régions de l’Est ou de l’Ouest des États-Unis, mais Microsoft prévoit d’étendre bientôt la disponibilité mondiale. Grâce à sa forte précision de transcription et à sa large prise en charge linguistique, MAI-Transcribe-1 cherche à alimenter une gamme d’applications allant de l’amélioration de l’accessibilité à la création de contenu et à l’analyse du service client.
*️⃣ Lien source :
dévoilé MAI-Transcribe-1 , Microsoft AI Superintelligence, ,