Felo API PlatformFelo API Platform
Zpět na modely

Microsoft AI: MAI-Transcribe 2 API

MAI-Transcribe2 převádí řeč na text v60 jazycích, rozpoznává střídání jazyků a nabízí časové značky i rozlišení mluvčích.

MAI-Transcribe2 je vícejazyčný model Microsoft AI, který převádí zvuk na text. Automaticky rozpoznává jazyk v60 jazycích a zvládá i řeč, v níž se jazyky střídají. Výstup lze nastavit jako doslovný přepis nebo jako upravený text; k dispozici je také rozlišení mluvčích a časové značky na úrovni jednotlivých slov. Pro odborné výrazy lze využít zvýraznění klíčových slov.

Model se hodí pro titulky, přepisy hovorů a schůzek, přístupnější obsah i hlasové aplikace. Označení mluvčích a prohledávatelné přepisy pomáhají při tvorbě zápisů, shrnutí a seznamů úkolů. Časové značky na úrovni slov jsou užitečné při titulkování videí a lokalizaci. Přepisy lze využít také při kontrole kvality a analýze záznamů zákaznických hovorů či hlasových agentů.

Jde o dávkový model ve veřejné ukázkové verzi; soubory mohou mít nejvýše300 megabajtů. Přepis v reálném čase vyžaduje samostatné nastavení Voice Live. Otevřené váhy nebyly zveřejněny, takže lokální nasazení není k dispozici. Výsledky benchmarků pocházejí z údajů uváděných Microsoftem, a nejde tedy o nezávislé hodnocení.

Aktualizováno:

MODEL ID

mai-transcribe-2
Kontext
0
Max. výstup
0
Vstup
audio
Výstup
transcription

Hlavní body

  • Automatická identifikace jazyka
  • Střídání jazyků v řeči
  • Časové značky jednotlivých slov
  • Rozlišení mluvčích
  • Doslovný i upravený přepis

Poskytovatelé

1 poskytovatelů

Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.

Poskytovatel · Podrobnosti k cenám
Dostupnost
$0.000027777777777777777777777777777777777777777777777778

Benchmarky

  • Vícejazyčný benchmark FLEURS (60 jazyků)

    Průměrná chybovost slov; první místo.

    5.2%
  • Vícejazyčný benchmark FLEURS (25 nejpoužívanějších jazyků)

    Chybovost slov.

    3.4%
  • Žebříček chybovosti slov Artificial Analysis

    Přibližná chybovost; druhé místo.

    2.5%
  • DAI-ASR-I18N

    Nejnižší chybovost přepisu v testovaných jazycích.

    18 of21
  • DAI-ASR-I18N

    Jazyků s chybovostí přepisu pod10%.

    16

Skóre podle zveřejnění poskytovatele modelu.

Reference API

Podrobnosti o protokolu tohoto modelu nejsou zveřejněny. Požadavky na integraci najdete v referenci API.

Reference API →

Časté dotazy

Co je Microsoft AI: MAI-Transcribe 2?

MAI-Transcribe2 je vícejazyčný model Microsoft AI, který převádí zvuk na text. Automaticky rozpoznává jazyk v60 jazycích a zvládá i řeč, v níž se jazyky střídají. Výstup lze nastavit jako doslovný přepis nebo jako upravený text; k dispozici je také rozlišení mluvčích a časové značky na úrovni jednotlivých slov. Pro odborné výrazy lze využít zvýraznění klíčových slov. Model se hodí pro titulky, přepisy hovorů a schůzek, přístupnější obsah i hlasové aplikace. Označení mluvčích a prohledávatelné přepisy pomáhají při tvorbě zápisů, shrnutí a seznamů úkolů. Časové značky na úrovni slov jsou užitečné při titulkování videí a lokalizaci. Přepisy lze využít také při kontrole kvality a analýze záznamů zákaznických hovorů či hlasových agentů. Jde o dávkový model ve veřejné ukázkové verzi; soubory mohou mít nejvýše300 megabajtů. Přepis v reálném čase vyžaduje samostatné nastavení Voice Live. Otevřené váhy nebyly zveřejněny, takže lokální nasazení není k dispozici. Výsledky benchmarků pocházejí z údajů uváděných Microsoftem, a nejde tedy o nezávislé hodnocení.

Jak se využití účtuje?

Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.

Jaké vstupy a výstupy model podporuje?

Přijímá zvuk a vytváří přepsaný text.

Jaké jazyky a jazykové situace zvládá?

Podporuje60 jazyků s automatickým rozpoznáním jazyka i řeč, v níž se jazyky střídají.

Jaké možnosti nabízí přepis?

Lze zvolit doslovný nebo upravený styl. Model také poskytuje rozlišení mluvčích a časové značky jednotlivých slov.

Pro jaké úlohy se hodí?

Hodí se pro titulky, přepisy hovorů a schůzek, přístupnější obsah a hlasové aplikace. Přepisy mohou podpořit také shrnutí a extrakci úkolů.

Čím se liší od ostatních modelů řady?

MAI-Transcribe-2-Streaming je streamovací varianta, která poskytuje první dílčí přepisy přibližně za100 milisekund. Pro MAI-Transcribe1.5 nejsou v podkladech uvedeny srovnávací vlastnosti.