Hogar
Microsoft presenta MAI-Transcribe-2, su modelo de transcripción más preciso hasta la fecha, que admite 60 idiomas a un costo de solo 0,67 yuanes por hora.
Microsoft ha lanzado MAI-Transcribe-2, posicionándolo como la solución de transcripción de voz a texto con inteligencia artificial más rápida, precisa y rentable del sector. Con un precio promocional de 0,10 USD (aproximadamente 0,67 RMB) por hora, esta oferta estará vigente hasta finales de 2026.

Precisión y velocidad inigualables: 10 veces más rápido que GPT-Transcribe
Los resultados de rendimiento en el conjunto de datos FLEURS muestran que MAI-Transcribe-2 alcanza una tasa de error de palabras (WER) media del 5,2 % tanto en el modo de idioma forzado como en el de detección automática. En comparación, Gemini 3.1 Pro obtuvo un 5,3 % y un 5,8 %, GPT-Transcribe alcanzó un 10,4 % y un 10,6 %, mientras que Whisper v3-Large registró un 22,8 % y un 23,5 %.
En cuanto a la velocidad de procesamiento, Microsoft cita datos de Artificial Analysis que indican que MAI-Transcribe-2 es 10 veces más rápido que GPT-Transcribe, 7 veces más rápido que Scribe v2 y 5 veces más rápido que Gemini 3.5 Transcribe.
Funciones avanzadas: diarización de hablantes, marcas de tiempo y 60 idiomas
Las características principales incluyen la separación de hablantes, que identifica voces distintas dentro de una grabación y asigna el texto al hablante correspondiente. Las marcas de tiempo a nivel de palabra permiten una navegación precisa del audio, edición y sincronización de subtítulos.
Los usuarios pueden personalizar los estilos de transcripción: el modo literal conserva las palabras de relleno y los errores para garantizar la precisión legal o analítica, mientras que el modo limpio los elimina para obtener notas y subtítulos más legibles. El modelo también admite sesgo de palabras clave, detección automática del idioma, cambio dinámico de idioma y un rendimiento sólido en entornos ruidosos. Con soporte para 60 idiomas, gestiona conversaciones multilingües de forma fluida sin necesidad de configurar previamente el idioma.
Los desarrolladores pueden acceder o probar el modelo a través de Microsoft Foundry, MAI Playground y OpenRouter.
Artículo relacionado
MeituHub Despliega Línea de Producción de Imágenes con IA con Lanzamiento Oficial el 5 de agosto
El Festival de Imágenes Meitu 2026 ha presentado oficialmente la "Línea de Producción de Imágenes con IA" MeituHub, lo que indica la transición de Meitu de ser un proveedor de herramientas de IA para escenas individuales a un proveedor integral de se
Tencent acelera su apuesta por la IA con Hunyuan Hy4 de tamaño duplicado; Morgan Stanley eleva el objetivo a 550 HKD
Tencent ha presentado oficialmente la vista previa de HuanYuan Hy4, acelerando su cronología por delante de las previsiones de septiembre de Morgan Stanley y cumpliendo el compromiso de resultados del segundo trimestre de la empresa de lanzar el mode
Dave Treat, de Pearson: «La IA debería guiar el aprendizaje, no hacer trampa»
Dave Treat, director de tecnología de PearsonSobre la integridad académica, la adopción de la IA y las competencias clave que cobran importancia a medida que la IA autónoma transforma la educaciónDave
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Microsoft ha lanzado MAI-Transcribe-2, posicionándolo como la solución de transcripción de voz a texto con inteligencia artificial más rápida, precisa y rentable del sector. Con un precio promocional de 0,10 USD (aproximadamente 0,67 RMB) por hora, esta oferta estará vigente hasta finales de 2026.

Precisión y velocidad inigualables: 10 veces más rápido que GPT-Transcribe
Los resultados de rendimiento en el conjunto de datos FLEURS muestran que MAI-Transcribe-2 alcanza una tasa de error de palabras (WER) media del 5,2 % tanto en el modo de idioma forzado como en el de detección automática. En comparación, Gemini 3.1 Pro obtuvo un 5,3 % y un 5,8 %, GPT-Transcribe alcanzó un 10,4 % y un 10,6 %, mientras que Whisper v3-Large registró un 22,8 % y un 23,5 %.
En cuanto a la velocidad de procesamiento, Microsoft cita datos de Artificial Analysis que indican que MAI-Transcribe-2 es 10 veces más rápido que GPT-Transcribe, 7 veces más rápido que Scribe v2 y 5 veces más rápido que Gemini 3.5 Transcribe.
Funciones avanzadas: diarización de hablantes, marcas de tiempo y 60 idiomas
Las características principales incluyen la separación de hablantes, que identifica voces distintas dentro de una grabación y asigna el texto al hablante correspondiente. Las marcas de tiempo a nivel de palabra permiten una navegación precisa del audio, edición y sincronización de subtítulos.
Los usuarios pueden personalizar los estilos de transcripción: el modo literal conserva las palabras de relleno y los errores para garantizar la precisión legal o analítica, mientras que el modo limpio los elimina para obtener notas y subtítulos más legibles. El modelo también admite sesgo de palabras clave, detección automática del idioma, cambio dinámico de idioma y un rendimiento sólido en entornos ruidosos. Con soporte para 60 idiomas, gestiona conversaciones multilingües de forma fluida sin necesidad de configurar previamente el idioma.
Los desarrolladores pueden acceder o probar el modelo a través de Microsoft Foundry, MAI Playground y OpenRouter.
MeituHub Despliega Línea de Producción de Imágenes con IA con Lanzamiento Oficial el 5 de agosto
El Festival de Imágenes Meitu 2026 ha presentado oficialmente la "Línea de Producción de Imágenes con IA" MeituHub, lo que indica la transición de Meitu de ser un proveedor de herramientas de IA para escenas individuales a un proveedor integral de se
Tencent acelera su apuesta por la IA con Hunyuan Hy4 de tamaño duplicado; Morgan Stanley eleva el objetivo a 550 HKD
Tencent ha presentado oficialmente la vista previa de HuanYuan Hy4, acelerando su cronología por delante de las previsiones de septiembre de Morgan Stanley y cumpliendo el compromiso de resultados del segundo trimestre de la empresa de lanzar el mode
Dave Treat, de Pearson: «La IA debería guiar el aprendizaje, no hacer trampa»
Dave Treat, director de tecnología de PearsonSobre la integridad académica, la adopción de la IA y las competencias clave que cobran importancia a medida que la IA autónoma transforma la educaciónDave











