微软发布 MAI-Transcribe-2 语音转文字模型，称最快最准最便宜

微软于 9 月 3 日发布 MAI-Transcribe-2，宣称是其最快、最准确、最便宜的 AI 语音转文字模型。上市限时收费 0.10 美元/小时，优惠持续至 2026 年底。在 FLEURS 测试中，平均词错误率为 5.2%，优于 Gemini 3.1 Pro、GPT-Transcribe 及 Whisper v3-Large。速度上，比 GPT-Transcribe 快 10 倍，比 Scribe v2 快 7 倍，比 Gemini 3.5 Transcribe 快 5 倍。模型新增说话人分离、逐词时间戳、可配置转写风格（verbatim 和 clean 模式），支持 60 种语言及自动语言识别。开发者现可在 Microsoft Foundry、MAI Playground 和 OpenRouter 调用试用。