Microsoft ra mắt MAI-Transcribe-2 với giá chỉ 1,67 USD mỗi 1.000 phút, rẻ bằng một nửa các đối thủ hàng đầu

Mô hình chuyển đổi giọng nói mới nhất từ Microsoft AI đạt tỷ lệ lỗi từ Word Error Rate chỉ 2,0% và có tốc độ xử lý nhanh gấp 411 lần thời gian thực. Với mức giá 1,67 USD cho mỗi 1.000 phút qua Microsoft Foundry, mô hình này có chi phí chưa tới một nửa so với các đối thủ có độ chính xác cao như ElevenLabs Scribe v2 (3,67 USD) hay Smallest AI Pulse Pro (4 USD). Hiện tại, MAI-Transcribe-2 đứng thứ hai trên bảng xếp hạng độ chính xác của Artificial Analysis, chỉ sau Fun-Realtime-ASR-preview của Alibaba.

Phiên bản MAI-Transcribe-2 đã mở rộng hỗ trợ từ 43 lên 60 ngôn ngữ, đồng thời bổ sung thêm tính năng speaker diarization, gắn timestamp đến từng từ và cung cấp hai tùy chọn định dạng là bản chép nguyên văn hoặc bản đã lược bỏ từ thừa. Ông Mustafa Suleyman cho biết công cụ này nhanh gấp 10 lần GPT-Transcribe và gấp 5 lần Gemini 3.5. Người dùng có thể trải nghiệm mô hình này thông qua Microsoft Foundry và OpenRouter.