2026-10-01
Microsoft AI / MAI·国际
MAI-Transcribe-2-Streaming
模态音频·文本
微软 AI 的首款流式语音识别模型,支持 60 种语言的低延迟实时转写与自动连续语种检测,约 100ms 给出首批预测假设,Artificial Analysis 流式最终词错误率 2.50%、首部词错误率 2.80% 均位列第一,最终时间延迟 0.130s 位于帕累托前沿。
流式语音转写60 种语言自动语种检测100ms 首部假设WER 居首
4000-listener Turing Test 50.3%