Microsoft AI: MAI-Transcribe 2 API
โมเดลแปลงเสียงพูดเป็นข้อความหลายภาษา ระบุภาษาอัตโนมัติ รองรับเสียงพูดสลับภาษา และแยกผู้พูดได้
MAI-Transcribe2 เป็นโมเดลรู้จำเสียงพูดและแปลงเป็นข้อความหลายภาษาที่พัฒนาโดยทีม Microsoft AI รับข้อมูลเสียงและส่งออกเป็นข้อความ รองรับ60 ภาษา พร้อมระบุภาษาโดยอัตโนมัติ และจัดการคำพูดที่สลับภาษาได้ นอกจากนี้ยังแยกผู้พูด ระบุเวลาในระดับคำ และปรับน้ำหนักคำสำคัญเพื่อช่วยถอดศัพท์เฉพาะทางได้ โดยเลือกให้ถอดแบบตามคำพูดหรือปรับให้อ่านลื่นขึ้นได้
เหมาะสำหรับสร้างคำบรรยายและคำบรรยายวิดีโอ ถอดเสียงการประชุมหรือการสนทนากับลูกค้า รวมถึงทำบันทึกที่ระบุผู้พูดและค้นหาข้อความได้ ซึ่งนำไปใช้สรุปเนื้อหาและดึงรายการงานที่ต้องทำ นอกจากนี้ยังเหมาะกับการตรวจสอบคุณภาพการบริการ การฝึกอบรม และการวิเคราะห์บทสนทนาจากระบบเสียงอัตโนมัติ โดยการระบุเวลาในระดับคำช่วยจัดแนวคำบรรยายกับวิดีโอได้
รุ่นนี้ประมวลผลเสียงแบบชุด และอยู่ในช่วงพรีวิวสาธารณะโดยไม่มีข้อตกลงระดับการให้บริการ ไฟล์มีขนาดสูงสุด300 เมกะไบต์ การถอดเสียงแบบเรียลไทม์ต้องตั้งค่า Voice Live แยกต่างหาก และยังไม่มีการเผยแพร่น้ำหนักโมเดลแบบเปิด จึงไม่รองรับการติดตั้งใช้งานในเครื่อง ตัวเลขประเมินประสิทธิภาพที่รายงานมาจาก Microsoft และไม่ใช่ข้อสรุปจากการประเมินอิสระ
อัปเดต:
ID โมเดล
mai-transcribe-2- บริบท
- 0
- เอาต์พุตสูงสุด
- 0
- อินพุต
- audio
- เอาต์พุต
- transcription
จุดเด่น
- รองรับ60 ภาษา
- ระบุภาษาอัตโนมัติ
- รองรับการสลับภาษา
- แยกผู้พูดและระบุเวลาเป็นคำ
- เลือกสไตล์การถอดเสียงได้
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| อัตราความพร้อมใช้งาน | ||
|---|---|---|
| $0.000027777777777777777777777777777777777777777777777778 |
สถิติย้อนหลังไม่ใช่การตรวจสอบแบบเรียลไทม์ ข้อมูลที่หายไปไม่ได้หมายถึงบริการขัดข้อง
เบนช์มาร์ก
- 5.2%
เกณฑ์ประเมินหลายภาษา FLEURS (60 ภาษา)
อัตราความผิดพลาดเฉลี่ยระดับคำ และอยู่ในอันดับหนึ่ง
- 3.4%
เกณฑ์ประเมินหลายภาษา FLEURS (25 ภาษาหลัก)
อัตราความผิดพลาดระดับคำ
- 2.5%
ตารางจัดอันดับอัตราความผิดพลาดระดับคำของ Artificial Analysis
อัตราความผิดพลาดโดยประมาณ และอยู่ในอันดับสอง
- 18 of21
DAI-ASR-I18N
มีอัตราความผิดพลาดในการถอดเสียงต่ำที่สุดในภาษาที่ทดสอบ
- 16
DAI-ASR-I18N
จำนวนภาษาที่อัตราความผิดพลาดในการถอดเสียงต่ำกว่า10%
คะแนนตามที่ผู้ให้บริการโมเดลเผยแพร่
เอกสารอ้างอิง API
ยังไม่มีการเผยแพร่ข้อมูลโปรโตคอลของโมเดลนี้ ดูข้อกำหนดการเชื่อมต่อได้ในเอกสารอ้างอิง API
เอกสารอ้างอิง API →คำถามที่พบบ่อย
รู้จัก Microsoft AI: MAI-Transcribe 2?
MAI-Transcribe2 เป็นโมเดลรู้จำเสียงพูดและแปลงเป็นข้อความหลายภาษาที่พัฒนาโดยทีม Microsoft AI รับข้อมูลเสียงและส่งออกเป็นข้อความ รองรับ60 ภาษา พร้อมระบุภาษาโดยอัตโนมัติ และจัดการคำพูดที่สลับภาษาได้ นอกจากนี้ยังแยกผู้พูด ระบุเวลาในระดับคำ และปรับน้ำหนักคำสำคัญเพื่อช่วยถอดศัพท์เฉพาะทางได้ โดยเลือกให้ถอดแบบตามคำพูดหรือปรับให้อ่านลื่นขึ้นได้ เหมาะสำหรับสร้างคำบรรยายและคำบรรยายวิดีโอ ถอดเสียงการประชุมหรือการสนทนากับลูกค้า รวมถึงทำบันทึกที่ระบุผู้พูดและค้นหาข้อความได้ ซึ่งนำไปใช้สรุปเนื้อหาและดึงรายการงานที่ต้องทำ นอกจากนี้ยังเหมาะกับการตรวจสอบคุณภาพการบริการ การฝึกอบรม และการวิเคราะห์บทสนทนาจากระบบเสียงอัตโนมัติ โดยการระบุเวลาในระดับคำช่วยจัดแนวคำบรรยายกับวิดีโอได้ รุ่นนี้ประมวลผลเสียงแบบชุด และอยู่ในช่วงพรีวิวสาธารณะโดยไม่มีข้อตกลงระดับการให้บริการ ไฟล์มีขนาดสูงสุด300 เมกะไบต์ การถอดเสียงแบบเรียลไทม์ต้องตั้งค่า Voice Live แยกต่างหาก และยังไม่มีการเผยแพร่น้ำหนักโมเดลแบบเปิด จึงไม่รองรับการติดตั้งใช้งานในเครื่อง ตัวเลขประเมินประสิทธิภาพที่รายงานมาจาก Microsoft และไม่ใช่ข้อสรุปจากการประเมินอิสระ
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
รองรับข้อมูลนำเข้าและผลลัพธ์แบบใด?
รับข้อมูลเสียงและส่งออกเป็นข้อความที่ถอดเสียง
รองรับกี่ภาษาและจัดการเสียงพูดสลับภาษาได้หรือไม่?
รองรับ60 ภาษาและระบุภาษาโดยอัตโนมัติ รวมถึงรองรับคำพูดที่สลับภาษา
เหมาะกับงานประเภทใด?
เหมาะกับการถอดเสียงประชุม การสนทนากับลูกค้า และการทำคำบรรยาย พร้อมระบุผู้พูดและเวลาในระดับคำ
มีข้อมูลขนาดบริบทหรือความยาวผลลัพธ์หรือไม่?
ไม่มีการระบุขนาดบริบทหรือขีดจำกัดความยาวผลลัพธ์ไว้ในข้อมูลที่ให้มา
แตกต่างจากรุ่นอื่นในตระกูลอย่างไร?
ข้อมูลที่ให้มาระบุว่า MAI-Transcribe-2-Streaming เป็นรุ่นสตรีมมิงที่ส่งข้อความถอดเสียงบางส่วนชุดแรกได้ในเวลาประมาณ100 มิลลิวินาที แต่ไม่ได้ระบุรายละเอียดเปรียบเทียบกับ MAI-Transcribe1.5