Lar
A Microsoft apresenta o MAI-Transcribe-2, seu modelo de transcrição mais preciso até o momento, que suporta 60 idiomas por apenas 0,67 yuan por hora.
A Microsoft lançou o MAI-Transcribe-2, posicionando-o como a solução de transcrição de fala para texto mais rápida, precisa e econômica do setor. Com um preço promocional de US$ 0,10 (aproximadamente 0,67 RMB) por hora, esta oferta permanece válida até o final de 2026.

Precisão e Velocidade Incomparáveis: 10 vezes mais rápido que o GPT-Transcribe
Os testes de desempenho no conjunto de dados FLEURS mostram que o MAI-Transcribe-2 alcança uma taxa média de erro de palavras (WER) de 5,2% tanto no modo de idioma forçado quanto no modo de detecção automática. Em comparação, o Gemini 3.1 Pro obteve 5,3% e 5,8%, o GPT-Transcribe atingiu 10,4% e 10,6%, enquanto o Whisper v3-Large registrou 22,8% e 23,5%.
Quanto à velocidade de processamento, a Microsoft cita dados da Artificial Analysis indicando que o MAI-Transcribe-2 opera 10 vezes mais rápido que o GPT-Transcribe, 7 vezes mais rápido que o Scribe v2 e 5 vezes mais rápido que o Gemini 3.5 Transcribe.
Recursos Avançados: Diarização de Falantes, Carimbos de Tempo e 60 Idiomas
Os principais recursos incluem a separação de falantes, que identifica vozes distintas em uma gravação e atribui o texto ao falante correto. Os carimbos de tempo em nível de palavra permitem navegação precisa no áudio, edição e sincronização de legendas.
Os usuários podem personalizar os estilos de transcrição: o modo literal mantém palavras de preenchimento e erros para precisão legal ou analítica, enquanto o modo limpo os remove para notas e legendas mais legíveis. O modelo também suporta viés de palavras-chave, detecção automática de idioma, alternância dinâmica de idioma e desempenho robusto em ambientes ruidosos. Cobrindo 60 idiomas, ele lida perfeitamente com conversas em vários idiomas sem exigir configurações de idioma pré-especificadas.
Os desenvolvedores podem acessar ou testar o modelo por meio do Microsoft Foundry, MAI Playground e OpenRouter.
Artigo relacionado
MeituHub Desloa Linha de Produção de Imagens com IA com Lançamento Oficial em 5 de Agosto
O Festival de Imagens Meitu 2026 revelou oficialmente a “Linha de Produção de Imagens por IA” MeituHub, sinalizando a transição da Meitu de provedora de ferramentas de IA para cenas únicas para provedora de serviços de fluxo de trabalho de imagens co
A Tencent acelera sua aposta em IA com o Hunyuan Hy4 de tamanho dobrado; o Morgan Stanley eleva o alvo para HKD 550
A Tencent revelou oficialmente a prévia do HuanYuan Hy4, antecipando seu cronograma em relação à previsão de setembro do Morgan Stanley e cumprindo o compromisso da empresa, divulgado nos resultados do segundo trimestre, de lançar o modelo ainda nest
Dave Treat, da Pearson: a IA deve orientar a aprendizagem, não burlar o sistema
Dave Treat, diretor de tecnologia da PearsonSobre integridade acadêmica, adoção da IA e as habilidades essenciais que ganham importância à medida que a IA autônoma transforma a educaçãoDave Treat ingr
Recomendações de tópicos especiais relacionados
Comentários (0)
A Microsoft lançou o MAI-Transcribe-2, posicionando-o como a solução de transcrição de fala para texto mais rápida, precisa e econômica do setor. Com um preço promocional de US$ 0,10 (aproximadamente 0,67 RMB) por hora, esta oferta permanece válida até o final de 2026.

Precisão e Velocidade Incomparáveis: 10 vezes mais rápido que o GPT-Transcribe
Os testes de desempenho no conjunto de dados FLEURS mostram que o MAI-Transcribe-2 alcança uma taxa média de erro de palavras (WER) de 5,2% tanto no modo de idioma forçado quanto no modo de detecção automática. Em comparação, o Gemini 3.1 Pro obteve 5,3% e 5,8%, o GPT-Transcribe atingiu 10,4% e 10,6%, enquanto o Whisper v3-Large registrou 22,8% e 23,5%.
Quanto à velocidade de processamento, a Microsoft cita dados da Artificial Analysis indicando que o MAI-Transcribe-2 opera 10 vezes mais rápido que o GPT-Transcribe, 7 vezes mais rápido que o Scribe v2 e 5 vezes mais rápido que o Gemini 3.5 Transcribe.
Recursos Avançados: Diarização de Falantes, Carimbos de Tempo e 60 Idiomas
Os principais recursos incluem a separação de falantes, que identifica vozes distintas em uma gravação e atribui o texto ao falante correto. Os carimbos de tempo em nível de palavra permitem navegação precisa no áudio, edição e sincronização de legendas.
Os usuários podem personalizar os estilos de transcrição: o modo literal mantém palavras de preenchimento e erros para precisão legal ou analítica, enquanto o modo limpo os remove para notas e legendas mais legíveis. O modelo também suporta viés de palavras-chave, detecção automática de idioma, alternância dinâmica de idioma e desempenho robusto em ambientes ruidosos. Cobrindo 60 idiomas, ele lida perfeitamente com conversas em vários idiomas sem exigir configurações de idioma pré-especificadas.
Os desenvolvedores podem acessar ou testar o modelo por meio do Microsoft Foundry, MAI Playground e OpenRouter.
MeituHub Desloa Linha de Produção de Imagens com IA com Lançamento Oficial em 5 de Agosto
O Festival de Imagens Meitu 2026 revelou oficialmente a “Linha de Produção de Imagens por IA” MeituHub, sinalizando a transição da Meitu de provedora de ferramentas de IA para cenas únicas para provedora de serviços de fluxo de trabalho de imagens co
A Tencent acelera sua aposta em IA com o Hunyuan Hy4 de tamanho dobrado; o Morgan Stanley eleva o alvo para HKD 550
A Tencent revelou oficialmente a prévia do HuanYuan Hy4, antecipando seu cronograma em relação à previsão de setembro do Morgan Stanley e cumprindo o compromisso da empresa, divulgado nos resultados do segundo trimestre, de lançar o modelo ainda nest
Dave Treat, da Pearson: a IA deve orientar a aprendizagem, não burlar o sistema
Dave Treat, diretor de tecnologia da PearsonSobre integridade acadêmica, adoção da IA e as habilidades essenciais que ganham importância à medida que a IA autônoma transforma a educaçãoDave Treat ingr











