Microsoft发布MAI语音模型系列
Microsoft新发三个语音模型,实时转写错误率最低,还新增泰语支持,价格也公开了。
Microsoft推出MAI-Transcribe-2-Streaming实时语音转写模型,延迟仅100ms,错误率2.
5%。MAI-Voice-2.
1支持23种语言包括泰语,每百万字符收费22美元。MAI-Voice-2.
1-Flash版本价格更低,每百万字符15美元。
เปิดตัวโมเดลถอดเสียง MAI-Transcribe-2-Streaming ผิดพลาดต่ำสุดในตลาด, MAI-Voice-2.1 รองรับภาษาไทย Body Microsoft AI เปิดตัวโมเดลตระกูล MAI สายเสียงใหม่พร้อมกัน 3 ตัว ดังนี้ MAI-Transcribe-2-Streaming เป็นโมเดลถอดเสียงพูด สายย่อยของ MAI‑Transcribe‑2 เน้นการถอดเสียงแบบเรียลไทม์ ค่า latency ต่ำที่ประมาณ 100ms รองรับ 60 ภาษา มีอัตราความผิดพลาด 2.5% ต่ำที่สุดในท้องตลาดตอนนี้, ค่าใช้งาน 0.54 ดอลลาร์ต่อเสียงพูด 1 ชั่วโมง MAI-Voice-2.1 โมเดลสร้างเสียงพูดเวอร์ชันอัพเกรดจาก MAI-Voice-2 เพิ่มภาษาที่รองรับจาก 15 ภาษาเป็น 23 ภาษา ตอนนี้มีภาษาไทยเรียบร้อยแล้ว, ค่าใช้งาน 22 ดอลลาร์ต่อ 1 ล้านตัวอักษร MAI-Voice-2.1-Flash โมเดลเวอร์ชันถูกของ MAI-Voice-2.1 เน้นลูกค้าที่ต้องการสร้างเสียงเยอะๆ และทำงานเร็ว, ค่าใช้งาน 15 ดอลลาร์ต่อ 1 ล้านตัวอักษร โมเดลทั้ง 3 ตัวเปิดใช้งานแล้วผ่าน Microsoft Foundry และ OpenRouter ที่มา - Microsoft mk Fri, 02/10/2026 - 21:02
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:MAI-Transcribe-2-Streaming、MAI-Voice-2.1、Microsoft、语音转写,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Blognone」(@mk),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 10 家独立信源对该事件进行交叉印证与跟进报道(含 Techsauce、Microsoft AI、Artificial Analysis 等),属于近期高关注度行业信号。