マイクロソフトは、25言語で平均単語誤り率3.9%という精度を誇る新しい音声認識モデル「MAI-Transcribe-1」を発表し、世界最高精度であると主張している。 同社のFoundryプラットフォームでは1時間あたり0.36ドルで提供されており、OpenAIのWhisperなどの競合製品を上回る性能を発揮するほか、Azure Fastサービスに比べてバッチ処理速度が2.5倍高速です。また、マイクロソフトはFoundryに「MAI-Image-2」および「MAI-Voice-1」モデルも追加する予定です。





家
