微软发布三款语音AI模型,流式转录支持60种语言
据华尔街见闻报道,美东时间10月1日,微软发布三款语音AI模型:实时语音转文字模型MAI-Transcribe-2-Streaming,以及文本转语音模型MAI-Voice-2.1和延迟更低的MAI-Voice-2.1-Flash。其中,MAI-Voice-2.1覆盖23种语言。 这次实时转录的变化在于,模型不必等用户说完一句话才输出文字。
理解变化,发现价值AI · 科技 · 金融 · 开源
收录 1 篇关于“语音AI”的文章,最近更新于 2026-10-02。
据华尔街见闻报道,美东时间10月1日,微软发布三款语音AI模型:实时语音转文字模型MAI-Transcribe-2-Streaming,以及文本转语音模型MAI-Voice-2.1和延迟更低的MAI-Voice-2.1-Flash。其中,MAI-Voice-2.1覆盖23种语言。 这次实时转录的变化在于,模型不必等用户说完一句话才输出文字。