Microsoft представила MAI-Transcribe-2 для расшифровки речи по цене 10 центов в час
Компания Microsoft анонсировала новую модель ИИ MAI-Transcribe-2, предназначенную для распознавания речи. Цена за расшифровку часа аудиозаписи составляет всего 10 центов, что делает её более доступной.
Microsoft AI представила новую модель искусственного интеллекта MAI-Transcribe-2, созданную для распознавания речи. По заявлению разработчиков, она превосходит аналогичные решения от таких компаний, как OpenAI, Google и ElevenLabs по скорости, точности и стоимости, которая составляет 10 центов за час аудиозаписи.
MAI-Transcribe-2 поддерживает расшифровку на 60 языках, включая русский, в то время как предыдущая версия MAI-Transcribe-1.5 поддерживала 43 языка, а первая версия — 25. Модель оптимизирована для работы с некачественным аудио, что позволяет ей успешно обрабатывать записи с фоновым шумом и низким качеством. Она также позволяет размечать говорящих и добавлять временные метки, что упрощает поиск и редактирование. Функция ввода ключевых слов позволяет избежать искажений в распознавании специфических терминов.
В соответствии с рейтингом FLEURS, MAI-Transcribe-2 продемонстрировала средний уровень ошибок распознавания слов на уровне 5,2 %, что обеспечило ей первое место. По сравнению с предыдущей версией, у которой этот показатель составлял 3,7 %, новая модель охватывает больше языков. В независимом рейтинге Artificial Analysis MAI-Transcribe-2 поднялась с третьего на второе место, уступив лишь Alibaba Fun-Realtime-ASR-preview. Microsoft также заявляет, что новая модель работает в десять раз быстрее, чем OpenAI GPT-Transcribe, и быстрее других аналогичных решений.
Стоимость расшифровки от первой версии, которая составляла 36 центов за час, была значительно снижена до 10 центов за тот же объем данных. Однако в компании отметили, что это начальная цена, и изменения в будущем возможны.
По материалам: 3dnews.ru
