Сегодня 17 ноября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Microsoft выпустила ИИ для расшифровки речи за 10 центов в час — он работает в 10 раз быстрее аналога OpenAI

Подразделение Microsoft AI выпустило модель искусственного интеллекта MAI-Transcribe-2, предназначенную для распознавания речи. Она работает быстрее, точнее и обходится дешевле, чем аналогичные решения от OpenAI, Google или ElevenLabs, утверждает разработчик. Стоимость расшифровки часа аудиозаписи составляет 10 центов.

 Источник изображения: microsoft.ai

Источник изображения: microsoft.ai

Новая Microsoft MAI-Transcribe-2 поддерживает расшифровку речи на 60 языках, включая русский, — для сравнения, июньская MAI-Transcribe-1.5 поддерживала 43 языка, а вышедшая в апреле первая версия — только 25. Она работает на платформах Microsoft Foundry для разработчиков и MAI Playground для тестирования. Компания оптимизировала модель для обработки некачественного аудио, которое требуется на практике — с фоновым шумом, низким качеством записи, наложением реплик. Система размечает говорящих и расставляет временные метки на уровне слов, что позволяет производить поиск, а также облегчает редактирование и синхронизацию с видео. Есть также функция ввода ключевых слов: можно ввести список препаратов, кодов продуктов или имён собственных, чтобы модель не искажала их при работе. Есть дословный вывод записи со словами-паразитами и очищенный; поддерживается расшифровка речи с быстрым переходом между языками даже в середине фразы.

В рейтинге FLEURS по 60 языкам модель Microsoft MAI-Transcribe-2 выдала средний показатель ошибок при распознавании слов в 5,2 % и заняла в нём первое место. У MAI-Transcribe-1.5 в июне он был 3,7 %, но такая динамика едва ли означает, что модель стала работать хуже — вероятно, она связана с тем, что охват расширился с 43 до 60 языков. В независимом рейтинге Artificial Analysis новая модель по сравнению с июньской поднялась с третьего на второе место, обойдя ElevenLabs Scribe v2 и уступив только Alibaba Fun-Realtime-ASR-preview. Наконец, утверждает Microsoft, новая MAI-Transcribe-2 работает в десять раз быстрее, чем OpenAI GPT-Transcribe, в семь раз быстрее, чем ElevenLabs Scribe v2, и в пять раз быстрее, чем Google Gemini 3.5 Transcribe. И если вышедшая в апреле первая версия модели для расшифровки речи от Microsoft с поддержкой 25 языков обходилась в $0,36 за час записи, то новая с поддержкой 60 языков стоит уже $0,10 за такой же объём данных — правда, в Microsoft сообщили, что это начальная цена, и изменится ли она в будущем, пока неизвестно.

Было интересно? Скажите об этом Google, чтобы чаще получать ссылки на наши новости про аудиоредакторы

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Японский суперкомпьютер Fugaku взломали через страницу мониторинга 2 ч.
Разработчики космического боевика Exodus в духе Mass Effect впервые показали женскую версию главного героя, и игроки в восторге 2 ч.
Meta запустила Direct — мессенджер Instagram без самого Instagram 2 ч.
Теперь и перепройти можно: ролевой боевик The Blood of Dawnwalker от ветеранов The Witcher 3 и Cyberpunk 2077 получил патч 1.2 с «Новой игрой +» 3 ч.
Microsoft не обманула: независимые тесты подтвердили ускорение Windows 11 на системах с 8 Гбайт памяти 4 ч.
Sony отбилась от иска на £2 млрд в Великобритании — компанию обвиняли в завышении цен на игры в PlayStation Store 5 ч.
Моддер запустил классическую Doom на флешке — игра выдаёт 13 кадров/с, а управляется копированием файлов 5 ч.
От Ikea до Zoom: хакеры скомпрометировали популярные сайты по всему миру 7 ч.
Взломщик Rockstar предстал перед судом и признал вину за массовую утечку GTA VI — студия потеряла из-за него миллионы долларов 8 ч.
Россияне массово жалуются на сбои Google, Deepseek, Twitch, Discord и «Ростелекома» 9 ч.
Хакеры взломали мощнейший суперкомпьютер Японии Fugaku — под угрозой оказались данные тысяч учёных 16 мин.
LANL испытает ускорители Maverick-2 — это уже вторая система NextSilicon для Министерства энергетики США 20 мин.
Вентилятор, на котором можно играть в игры: Thermaltake представила Swafan Ultra 120 EX RGB с IPS-экраном 34 мин.
Учёные придумали «солнечный LEGO» — разноцветные строительные блоки, способные вырабатывать электричество 40 мин.
AWS продаст Blackstone два кампуса ЦОД и тут же арендует их 54 мин.
Хакерский карманный Linux-компьютер Flipper One стал доступен для заказа за $399 2 ч.
Ровер NASA Perseverance обнаружил на Марсе «призрачные» камни — на Земле такие прячут следы древней микробной жизни 2 ч.
Apple начала продавать запчасти и инструменты для самостоятельного ремонта iPhone Duo 4 ч.
После скандала Nvidia взяла экспорт чипов под особый контроль — в компании создали комитет по нацбезопасности 5 ч.
Нордическая ИИ-гигафабрика: Финляндия, Эстония, Латвия и Швеция вместе построят распределённую ИИ-инфраструктуру 5 ч.