Felo API PlatformFelo API Platform
Modellere dön

Microsoft AI: MAI-Transcribe 2 API

MAI-Transcribe2,60 dilde konuşmayı metne dönüştüren; dil tanıma, konuşmacı ayrımı ve sözcük düzeyinde zaman damgaları sunan bir modeldir.

Microsoft AI tarafından geliştirilen MAI-Transcribe2, ses girdisini yazıya dönüştüren çok dilli bir konuşma tanıma modelidir.60 dili otomatik olarak tanıyabilir ve farklı dillerin aynı konuşmada kullanıldığı durumları destekler. Konuşmacıları ayırabilir, her sözcük için zaman damgası sağlayabilir ve alana özgü terimler için anahtar sözcük yönlendirmesi sunar. Yazıya döküm biçimi, konuşmayı olduğu gibi koruyacak veya daha okunaklı hâle getirecek şekilde yapılandırılabilir.

Toplantı kayıtları, arama ve satış görüşmeleri, altyazı hazırlama, erişilebilirlik ve sesli uygulamalar için uygundur. Konuşmacı etiketli kayıtlar ve aranabilir dökümler; özetleme ya da eylem maddelerini çıkarmayı destekleyen iş akışlarında kullanılabilir. Sözcük düzeyindeki zaman damgaları video altyazılarını eşleştirmeye yardımcı olur. Model toplu işleme için sunulur; gerçek zamanlı yazıya döküm için ayrıca Voice Live kurulumu gerekir.

FLEURS çok dilli karşılaştırmasında60 dil için5.2% sözcük hata oranı bildirilmiş ve model ilk sırada yer almıştır. Bu sonuçlar Microsoft tarafından bildirilen kıyaslamalara dayanır; bağımsız bir değerlendirme olarak yorumlanmamalıdır. Model genel önizleme aşamasındadır ve hizmet seviyesi anlaşması yoktur. Açık ağırlıkları yayımlanmadığından yerel dağıtım yerine resmî oyun alanı kullanılabilir.

Güncellendi:

MODEL ID

mai-transcribe-2
Bağlam
0
Maks. çıktı
0
Giriş
audio
Çıkış
transcription

Öne çıkanlar

  • 60 dilde otomatik tanıma
  • Karışık dilli konuşma desteği
  • Konuşmacı ayrımı
  • Sözcük düzeyinde zaman damgası
  • Ayarlanabilir döküm biçimi

Sağlayıcılar

1 sağlayıcı

Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.

Sağlayıcı · Fiyat ayrıntıları
Kullanılabilirlik
$0.000027777777777777777777777777777777777777777777777778

Kıyaslamalar

  • FLEURS çok dilli kıyaslaması (60 dil)

    Ortalama sözcük hata oranıdır; model ilk sırada bildirilmiştir.

    5.2%
  • FLEURS çok dilli kıyaslaması (top25 dil)

    Sözcük hata oranıdır.

    3.4%
  • Artificial Analysis sözcük hata oranı sıralaması

    Yaklaşık hata oranıdır; model ikinci sırada bildirilmiştir.

    2.5%
  • DAI-ASR-I18N

    Test edilen diller genelinde en düşük yazıya döküm hata oranı bildirilmiştir.

    18 of21
  • DAI-ASR-I18N

    Yazıya döküm hata oranı10%'un altında olan dil sayısıdır.

    16

Puanlar model sağlayıcısının yayımladığı şekildedir.

API referansı

Bu modelin protokol ayrıntıları yayımlanmamıştır. Entegrasyon gereksinimleri için API referansına bakın.

API referansı →

Sık sorulan sorular

Model tanıtımı: Microsoft AI: MAI-Transcribe 2?

Microsoft AI tarafından geliştirilen MAI-Transcribe2, ses girdisini yazıya dönüştüren çok dilli bir konuşma tanıma modelidir.60 dili otomatik olarak tanıyabilir ve farklı dillerin aynı konuşmada kullanıldığı durumları destekler. Konuşmacıları ayırabilir, her sözcük için zaman damgası sağlayabilir ve alana özgü terimler için anahtar sözcük yönlendirmesi sunar. Yazıya döküm biçimi, konuşmayı olduğu gibi koruyacak veya daha okunaklı hâle getirecek şekilde yapılandırılabilir. Toplantı kayıtları, arama ve satış görüşmeleri, altyazı hazırlama, erişilebilirlik ve sesli uygulamalar için uygundur. Konuşmacı etiketli kayıtlar ve aranabilir dökümler; özetleme ya da eylem maddelerini çıkarmayı destekleyen iş akışlarında kullanılabilir. Sözcük düzeyindeki zaman damgaları video altyazılarını eşleştirmeye yardımcı olur. Model toplu işleme için sunulur; gerçek zamanlı yazıya döküm için ayrıca Voice Live kurulumu gerekir. FLEURS çok dilli karşılaştırmasında60 dil için5.2% sözcük hata oranı bildirilmiş ve model ilk sırada yer almıştır. Bu sonuçlar Microsoft tarafından bildirilen kıyaslamalara dayanır; bağımsız bir değerlendirme olarak yorumlanmamalıdır. Model genel önizleme aşamasındadır ve hizmet seviyesi anlaşması yoktur. Açık ağırlıkları yayımlanmadığından yerel dağıtım yerine resmî oyun alanı kullanılabilir.

Kullanım nasıl faturalandırılır?

Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.

Hangi girdileri ve çıktıları destekler?

Ses girdisini alır ve yazıya dökülmüş metin çıktısı üretir.

Kaç dili ve hangi konuşma özelliklerini destekler?

60 dili otomatik tanır, dillerin aynı konuşmada karışmasını destekler. Konuşmacı ayrımı, sözcük düzeyinde zaman damgaları ve alana özgü terimler için anahtar sözcük yönlendirmesi sunar.

Bağlam uzunluğu ve çıktı sınırı nedir?

Bağlam uzunluğu ve çıktı sınırı belirtilmemiştir.

Hangi görevler için uygundur?

Toplantı, çağrı ve satış görüşmelerini yazıya dökme; altyazı, erişilebilirlik ve sesli uygulamalar için uygundur. Gerçek zamanlı yazıya döküm için ayrıca Voice Live kurulumu gerekir.

MAI-Transcribe1.5 ve MAI-Transcribe-2-Streaming ile farkı nedir?

Bu sürüm ile MAI-Transcribe1.5 arasındaki farklar belirtilmemiştir. MAI-Transcribe-2-Streaming, ilk kısmi dökümleri yaklaşık100 milisaniyede sunar.