MAI-Transcribe-2

微软推出实时流式转写模型，支持60种语言

据IT之家10月2日报道，微软于10月1日宣布推出其首个实时流式语音转写模型 MAI-Transcribe-2-Streaming。它可以在讲话进行时持续输出文字，而不是等整段音频处理完成后再一次性返回结果，适用于实时对话和字幕场景。 模型支持60种语言，并具备自动、连续的语言检测能力。用户无需在会话开始前手动指定语言，系统能够根据语音内容识别语言变化。