Maison
Microsoft dévoile MAI-Transcribe-2, son modèle de transcription le plus précis à ce jour, prenant en charge 60 langues pour seulement 0,67 yuan par heure
Microsoft a lancé MAI-Transcribe-2, se positionnant comme la solution de transcription vocale à base d’IA la plus rapide, la plus précise et la plus rentable du secteur. Proposée à un tarif promotionnel de 0,10 $ (environ 0,67 RMB) par heure, cette offre reste valable jusqu’à la fin de l’année 2026.

Une précision et une vitesse inégalées : 10 fois plus rapide que GPT-Transcribe
Les tests de performance sur le jeu de données FLEURS montrent que MAI-Transcribe-2 atteint un taux d’erreur lexical (WER) moyen de 5,2 % tant en mode de langue imposée qu’en mode de détection automatique. À titre de comparaison, Gemini 3.1 Pro a obtenu 5,3 % et 5,8 %, GPT-Transcribe a atteint 10,4 % et 10,6 %, tandis que Whisper v3-Large a enregistré 22,8 % et 23,5 %.
En ce qui concerne la vitesse de traitement, Microsoft s’appuie sur les données d’Artificial Analysis indiquant que MAI-Transcribe-2 fonctionne 10 fois plus vite que GPT-Transcribe, 7 fois plus vite que Scribe v2 et 5 fois plus vite que Gemini 3.5 Transcribe.
Fonctionnalités avancées : diarisation des locuteurs, horodatages et 60 langues
Les fonctionnalités clés incluent la séparation des locuteurs, qui identifie les voix distinctes dans un enregistrement et attribue le texte au bon interlocuteur. Les horodatages au niveau des mots permettent une navigation audio précise, des modifications ciblées et la synchronisation des sous-titres.
Les utilisateurs peuvent personnaliser les styles de transcription : le mode verbatim conserve les mots de remplissage et les erreurs pour une précision juridique ou analytique, tandis que le mode propre les supprime pour des notes et des sous-titres plus lisibles. Le modèle prend également en charge le biais par mots-clés, la détection automatique de la langue, le changement dynamique de langue et des performances robustes dans des environnements bruyants. Couvrant 60 langues, il gère les conversations multilingues de manière transparente sans nécessiter de paramètres de langue prédéfinis.
Les développeurs peuvent accéder ou tester le modèle via Microsoft Foundry, MAI Playground et OpenRouter.
Article connexe
MeituHub dévoile sa chaîne de production d’images IA avec un lancement officiel le 5 août
Le Festival de l’Image Meitu 2026 a officiellement dévoilé « La Chaîne de Production d’Images IA » MeituHub, marquant le passage de Meitu d’un fournisseur d’outils IA pour scènes uniques à un prestataire de services de flux de travail d’images comple
Tencent accélère sa stratégie IA avec une version Hunyuan Hy4 de taille doublée, Morgan Stanley relève son objectif à 550 HKD
Tencent a officiellement dévoilé l’aperçu de HuanYuan Hy4, accélérant son calendrier par rapport aux prévisions de Morgan Stanley pour septembre et respectant l’engagement de l’entreprise lors de ses résultats du deuxième trimestre de lancer le modèl
Dave Treat, de Pearson : « L’IA doit guider l’apprentissage, pas le tricher »
Dave Treat, directeur technique chez PearsonIntégrité académique, adoption de l’IA et compétences essentielles à l’heure où l’IA agentique transforme l’éducationDave Treat a rejoint Pearson il y a prè
Recommandations de sujets spéciaux liés
commentaires (0)
Microsoft a lancé MAI-Transcribe-2, se positionnant comme la solution de transcription vocale à base d’IA la plus rapide, la plus précise et la plus rentable du secteur. Proposée à un tarif promotionnel de 0,10 $ (environ 0,67 RMB) par heure, cette offre reste valable jusqu’à la fin de l’année 2026.

Une précision et une vitesse inégalées : 10 fois plus rapide que GPT-Transcribe
Les tests de performance sur le jeu de données FLEURS montrent que MAI-Transcribe-2 atteint un taux d’erreur lexical (WER) moyen de 5,2 % tant en mode de langue imposée qu’en mode de détection automatique. À titre de comparaison, Gemini 3.1 Pro a obtenu 5,3 % et 5,8 %, GPT-Transcribe a atteint 10,4 % et 10,6 %, tandis que Whisper v3-Large a enregistré 22,8 % et 23,5 %.
En ce qui concerne la vitesse de traitement, Microsoft s’appuie sur les données d’Artificial Analysis indiquant que MAI-Transcribe-2 fonctionne 10 fois plus vite que GPT-Transcribe, 7 fois plus vite que Scribe v2 et 5 fois plus vite que Gemini 3.5 Transcribe.
Fonctionnalités avancées : diarisation des locuteurs, horodatages et 60 langues
Les fonctionnalités clés incluent la séparation des locuteurs, qui identifie les voix distinctes dans un enregistrement et attribue le texte au bon interlocuteur. Les horodatages au niveau des mots permettent une navigation audio précise, des modifications ciblées et la synchronisation des sous-titres.
Les utilisateurs peuvent personnaliser les styles de transcription : le mode verbatim conserve les mots de remplissage et les erreurs pour une précision juridique ou analytique, tandis que le mode propre les supprime pour des notes et des sous-titres plus lisibles. Le modèle prend également en charge le biais par mots-clés, la détection automatique de la langue, le changement dynamique de langue et des performances robustes dans des environnements bruyants. Couvrant 60 langues, il gère les conversations multilingues de manière transparente sans nécessiter de paramètres de langue prédéfinis.
Les développeurs peuvent accéder ou tester le modèle via Microsoft Foundry, MAI Playground et OpenRouter.
MeituHub dévoile sa chaîne de production d’images IA avec un lancement officiel le 5 août
Le Festival de l’Image Meitu 2026 a officiellement dévoilé « La Chaîne de Production d’Images IA » MeituHub, marquant le passage de Meitu d’un fournisseur d’outils IA pour scènes uniques à un prestataire de services de flux de travail d’images comple
Tencent accélère sa stratégie IA avec une version Hunyuan Hy4 de taille doublée, Morgan Stanley relève son objectif à 550 HKD
Tencent a officiellement dévoilé l’aperçu de HuanYuan Hy4, accélérant son calendrier par rapport aux prévisions de Morgan Stanley pour septembre et respectant l’engagement de l’entreprise lors de ses résultats du deuxième trimestre de lancer le modèl
Dave Treat, de Pearson : « L’IA doit guider l’apprentissage, pas le tricher »
Dave Treat, directeur technique chez PearsonIntégrité académique, adoption de l’IA et compétences essentielles à l’heure où l’IA agentique transforme l’éducationDave Treat a rejoint Pearson il y a prè











