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-2
    رتبهٔ ۳خطای کلمه ۲٪$۱٫۶۷ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر مایکروسافت