微软发布三款语音AI模型,实时转文字准确率登顶测评榜首
微软于当地时间10月1日发布三款新的语音AI模型,包括实时语音转文字模型MAI-Transcribe-2-Streaming,以及文本转语音模型MAI-Voice-2.1和MAI-Voice-2.1-Flash。其中,MAI-Transcribe-2-Streaming在AI基准测试平台Artificial Analysis的流式语音识别测试中,以2.5%的词错误率(WER)和约0.13秒的延迟,超越SpaceXAI Grok Voice Transcribe 2.0,拿下准确率第一。该模型支持60种语言,年末前优惠价为每小时0.54美元。MAI-Voice-2.1支持23种语言,可跨语言保持声音一致,售价为每100万字符22美元;MAI-Voice-2.1-Flash则以更低延迟和15美元的每100万字符价格面向成本敏感型应用,推理速度提升55%。
暂无AI深度解读,点击上方「AI解读」按钮,即刻生成一份全新解读
免责声明:本内容仅代表作者个人观点,不构成任何投资理财建议。
24小时热榜
-
1
ASTER(Aster)1小时内下跌23.56%,现报$0.5225
-
2
ASTER(Aster)1小时内上涨27.87%,现报$0.701
-
3
ASTER(Aster)1小时内上涨20.91%,现报$0.6632
-
4
ASTER(Aster)1小时内上涨17.01%,现报$0.6412
-
5
ASTER(Aster)1小时内上涨10.14%,现报$0.6026
-
6
ASTER(Aster)1小时内上涨13.26%,现报$0.6209
-
7
ASTER(Aster)5分钟内下跌15.99%,现报$0.5723
-
8
ASTER(Aster)5分钟内下跌20.53%,现报$0.5442
-
9
ASTER(Aster)1小时内上涨24.43%,现报$0.6835
-
10
TechCrunch:印度芯片初创Bharat Semi获2400万美元种子轮融资
今日行情
推荐阅读


