MAI-Transcribe-2-Streaming и MAI-Voice-2.1
MAI-Transcribe-2-Streaming и MAI-Voice-2.1 Microsoft обновил речевые модели: первый потоковый транскрибатор и два синтезатора речи в Microsoft Foundry. • Стриминговая транскрибация с черновыми расшифровками чуть больше чем за 100 мс • Непрерывное автоопределение языка • Один виртуальный голос на всех языках с родным произношением, без акцента • Клонирование голоса по нескольким секундам образца • Диаризация говорящих • Распознавание: 60 языков • Синтез: 23 языка, 26 локалей • Час транскрибации — $0.54 по акции до конца года • Миллион знаков синтеза: $22 у основной, $15 у Flash Доступны в Microsoft Foundry, MAI Playground, Azure Voice Live, на OpenRouter и Vercel. На Artificial Analysis потоковый транскрибатор стартовал с первого места. #asr #tts #streaming #diarize