MAI-Transcribe-2
مدل صوتی از مایکروسافت
به فارسی:ام ای آی ترنسکرایب ۲مای ترنسکرایب ۲
این مدل چیست؟
MAI-Transcribe-2 مدل تبدیل گفتار به متن بخش Microsoft AI است که سپتامبر ۲۰۲۶ معرفی شد و ۶۰ زبان، از جمله فارسی، را با تشخیص خودکار زبان و جابهجایی زبان وسط گفتار پوشش میدهد. مایکروسافت میانگین نرخ خطای آن را روی FLEURS در ۶۰ زبان ۵٫۲٪ اعلام کرده و در سنجش انگلیسی Artificial Analysis حدود ۲٪ است. از Microsoft Foundry، زمین بازی MAI و OpenRouter با قیمت تبلیغاتی حدود ۰٫۱ دلار برای هر ساعت صدا در دسترس است.
سازنده: مایکروسافت (Microsoft)
Microsoft AI بخش هوش مصنوعی مصرفی Microsoft است که مدلهای MAI-Image و MAI-Voice را میسازد. صداهای سرویس Azure Speech هم از Microsoft است.
کجا میشود از آن استفاده کرد؟
جایگاه در جدولهای مقایسه
- سنجش گفتار به متن Artificial AnalysisMAI-Transcribe-2رتبهٔ ۳خطای کلمه ۲٪$۱٫۶۷ برای ۱۰۰۰ دقیقه صدا