Microsoft AI: MAI-Transcribe 2 API
MAI-Transcribe2 menukar audio kepada teks, mengenal pasti bahasa secara automatik dan menyokong pertuturan berbilang bahasa dengan pemisahan penutur serta cap masa.
MAI-Transcribe2 ialah model pertuturan kepada teks berbilang bahasa yang dibangunkan oleh pasukan Microsoft AI. Ia menerima audio dan menghasilkan teks transkripsi, dengan pengenalpastian automatik untuk60 bahasa serta sokongan pertukaran kod dalam pertuturan campuran bahasa. Pengguna boleh memilih gaya transkripsi verbatim atau bersih, mengutamakan istilah khusus melalui kata kunci, dan mendapatkan pemisahan penutur serta cap masa pada peringkat perkataan.
Model ini sesuai untuk kapsyen, sari kata, rekod mesyuarat yang mengenal pasti penutur, transkripsi panggilan khidmat pelanggan dan jualan, serta teks alternatif bagi mesyuarat atau media. Cap masa perkataan membantu penjajaran sari kata dan penyetempatan video, manakala transkrip boleh digunakan untuk carian, rumusan dan pengekstrakan tindakan. Ia juga boleh membantu penilaian penyelesaian tugas dan analisis ralat daripada rakaman sesi ejen suara.
Model ini memproses secara kelompok dan berada dalam pratonton awam; transkripsi masa nyata memerlukan persediaan Voice Live yang berasingan. Penanda aras yang dilaporkan menunjukkan kadar ralat perkataan5.2% pada FLEURS untuk60 bahasa dan3.4% bagi25 bahasa teratas. Angka tersebut ialah hasil yang dilaporkan, bukan penilaian bebas.
Dikemas kini:
ID MODEL
mai-transcribe-2- Konteks
- 0
- Output maks
- 0
- Input
- audio
- Output
- transcription
Sorotan
- Pengenalpastian automatik60 bahasa
- Pertuturan campuran bahasa
- Pemisahan penutur dan cap masa
- Transkripsi verbatim atau bersih
- Keutamaan kata kunci khusus
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| Ketersediaan | ||
|---|---|---|
| $0.000027777777777777777777777777777777777777777777777778 |
Statistik sejarah bukan pemeriksaan langsung. Ketiadaan data tidak bermaksud gangguan.
Penanda aras
- 5.2%
Penanda aras berbilang bahasa FLEURS (60 bahasa)
Kadar ralat perkataan purata; berada di kedudukan pertama.
- 3.4%
Penanda aras berbilang bahasa FLEURS (25 bahasa teratas)
Kadar ralat perkataan.
- 2.5%
Papan pendahulu kadar ralat perkataan Artificial Analysis
Anggaran kadar ralat; berada di kedudukan kedua.
- 18 of21
DAI-ASR-I18N
Mencatat kadar ralat transkripsi terendah merentas bahasa yang diuji.
- 16
DAI-ASR-I18N
Bilangan bahasa dengan kadar ralat transkripsi di bawah10%.
Skor seperti yang diterbitkan oleh penyedia model.
Rujukan API
Butiran protokol model ini belum diterbitkan. Rujuk rujukan API untuk keperluan integrasi.
Rujukan API →Soalan lazim
Mengenali Microsoft AI: MAI-Transcribe 2?
MAI-Transcribe2 ialah model pertuturan kepada teks berbilang bahasa yang dibangunkan oleh pasukan Microsoft AI. Ia menerima audio dan menghasilkan teks transkripsi, dengan pengenalpastian automatik untuk60 bahasa serta sokongan pertukaran kod dalam pertuturan campuran bahasa. Pengguna boleh memilih gaya transkripsi verbatim atau bersih, mengutamakan istilah khusus melalui kata kunci, dan mendapatkan pemisahan penutur serta cap masa pada peringkat perkataan. Model ini sesuai untuk kapsyen, sari kata, rekod mesyuarat yang mengenal pasti penutur, transkripsi panggilan khidmat pelanggan dan jualan, serta teks alternatif bagi mesyuarat atau media. Cap masa perkataan membantu penjajaran sari kata dan penyetempatan video, manakala transkrip boleh digunakan untuk carian, rumusan dan pengekstrakan tindakan. Ia juga boleh membantu penilaian penyelesaian tugas dan analisis ralat daripada rakaman sesi ejen suara. Model ini memproses secara kelompok dan berada dalam pratonton awam; transkripsi masa nyata memerlukan persediaan Voice Live yang berasingan. Penanda aras yang dilaporkan menunjukkan kadar ralat perkataan5.2% pada FLEURS untuk60 bahasa dan3.4% bagi25 bahasa teratas. Angka tersebut ialah hasil yang dilaporkan, bukan penilaian bebas.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah input dan output yang disokong?
Inputnya ialah audio dan outputnya ialah teks transkripsi.
Berapakah panjang konteks dan had output?
Maklumat tentang panjang konteks dan had output tidak dinyatakan dalam fakta yang tersedia.
Untuk tugasan apakah model ini sesuai?
Ia sesuai untuk kapsyen, sari kata, transkripsi mesyuarat dan panggilan, serta teks alternatif untuk media. Ia juga menyediakan pengenalpastian penutur dan cap masa perkataan.
Apakah perbezaan antara model ini dengan model lain dalam siri yang sama?
Maklumat yang tersedia tidak menerangkan perbandingan antara MAI-Transcribe2 dengan MAI-Transcribe1.5. MAI-Transcribe-2-Streaming dikenal pasti sebagai varian penstriman yang memberikan transkrip separa pertama dalam kira-kira100 milisaat.