Microsoft ha lanzado MAI-Transcribe-1, un nuevo modelo de conversión de voz a texto con una tasa media de error por palabra del 3,9 % en 25 idiomas, y afirma que es el más preciso del mundo. Con un precio de 0,36 dólares por hora en su plataforma Foundry, supera a rivales como Whisper de OpenAI y ofrece un procesamiento por lotes 2,5 veces más rápido que su servicio Azure Fast. Microsoft también está incorporando sus modelos MAI-Image-2 y MAI-Voice-1 a Foundry.