Felo API PlatformFelo API Platform
모델 목록으로 돌아가기

Microsoft AI: MAI-Transcribe 2 API

MAI-Transcribe2는60개 언어의 음성을 텍스트로 변환하며, 화자 구분과 단어별 타임스탬프를 지원합니다.

Microsoft AI가 자체 개발한 다국어 음성-텍스트 변환 모델입니다. 오디오를 입력받아 변환된 텍스트를 출력하며,60개 언어를 지원하고 자동으로 언어를 식별합니다. 여러 언어가 섞인 발화도 처리하고, 분야별 용어를 반영하도록 키워드 편향을 설정할 수 있습니다. 결과는 발화 그대로 또는 읽기 쉽도록 다듬은 방식으로 구성할 수 있습니다.

화자별 발언 기록과 단어 단위 타임스탬프가 필요한 회의록, 검색 가능한 기록, 자막 제작에 적합합니다. 고객센터와 영업 통화의 품질 관리 및 코칭, 음성 에이전트 기록 분석, 접근성용 텍스트 제공에도 활용할 수 있습니다. 공개 프리뷰의 배치 모델이며 실시간 전사는 별도의 Voice Live 설정이 필요합니다.

FLEURS 다국어 벤치마크에서는60개 언어 기준 단어 오류율5.2%로1위를 기록했습니다. 다만 공개된 벤치마크 수치는 Microsoft 자체 자료를 포함하며, 공급업체가 보고한 결과만으로 독립적인 평가라고 단정할 수는 없습니다.

업데이트:

모델 ID

mai-transcribe-2
컨텍스트
0
최대 출력
0
입력
audio
출력
transcription

주요 특징

  • 60개 언어 지원
  • 자동 언어 식별
  • 혼합 언어 음성 처리
  • 화자 구분 및 단어별 타임스탬프
  • 전사 스타일 설정

제공 업체

1 제공 업체

제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.

제공 업체 · 요금 상세
가동률
$0.000027777777777777777777777777777777777777777777777778

벤치마크

  • FLEURS 다국어 벤치마크 (60개 언어)

    평균 단어 오류율이며1위를 기록했습니다.

    5.2%
  • FLEURS 다국어 벤치마크 (상위25개 언어)

    단어 오류율입니다.

    3.4%
  • Artificial Analysis 단어 오류율 순위표

    대략적인 오류율이며2위를 기록했습니다.

    2.5%
  • DAI-ASR-I18N

    시험한 언어 가운데 전사 오류율이 가장 낮았습니다.

    18 of21
  • DAI-ASR-I18N

    전사 오류율이10% 미만인 언어의 수입니다.

    16

점수는 모델 제공 업체가 공개한 값입니다.

API 문서

이 모델의 프로토콜 정보가 공개되지 않았습니다. 연결 요구 사항은 API 문서를 확인하세요.

API 문서 →

자주 묻는 질문

모델 소개: Microsoft AI: MAI-Transcribe 2?

Microsoft AI가 자체 개발한 다국어 음성-텍스트 변환 모델입니다. 오디오를 입력받아 변환된 텍스트를 출력하며,60개 언어를 지원하고 자동으로 언어를 식별합니다. 여러 언어가 섞인 발화도 처리하고, 분야별 용어를 반영하도록 키워드 편향을 설정할 수 있습니다. 결과는 발화 그대로 또는 읽기 쉽도록 다듬은 방식으로 구성할 수 있습니다. 화자별 발언 기록과 단어 단위 타임스탬프가 필요한 회의록, 검색 가능한 기록, 자막 제작에 적합합니다. 고객센터와 영업 통화의 품질 관리 및 코칭, 음성 에이전트 기록 분석, 접근성용 텍스트 제공에도 활용할 수 있습니다. 공개 프리뷰의 배치 모델이며 실시간 전사는 별도의 Voice Live 설정이 필요합니다. FLEURS 다국어 벤치마크에서는60개 언어 기준 단어 오류율5.2%로1위를 기록했습니다. 다만 공개된 벤치마크 수치는 Microsoft 자체 자료를 포함하며, 공급업체가 보고한 결과만으로 독립적인 평가라고 단정할 수는 없습니다.

사용 요금은 어떻게 계산되나요?

이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.

어떤 입력과 출력을 지원하나요?

오디오 입력을 받아 전사된 텍스트를 출력합니다.

몇 개 언어를 지원하나요?

60개 언어를 지원하며 자동 언어 식별 기능이 있습니다. 여러 언어가 섞인 음성도 처리할 수 있습니다.

컨텍스트와 출력 길이는 얼마인가요?

자료에 컨텍스트 길이와 출력 길이 정보가 없습니다.

어떤 작업에 적합한가요?

회의록, 통화 전사, 자막, 화자별 기록 및 접근성용 텍스트 작성에 적합합니다.

같은 계열 모델과 어떤 차이가 있나요?

자료에는 MAI-Transcribe1.5와 MAI-Transcribe-2-Streaming이 같은 계열로 제시되어 있지만, 각 모델의 차이에 관한 구체적인 설명은 없습니다.