マイクロソフト、音声認識モデル「MAI-Transcribe-1」公開：Whisper超えの精度
マイクロソフトは多言語音声認識モデル「MAI-Transcribe-1」を発表し、Microsoft Foundry でプレビュー提供を開始した。25 言語に対応し、FLEURS ベンチマークで Whisper-large-V3 を上回る最高精度を記録。バッチ処理は 2.5 倍高速で、1 時間あたり 0.36 ドルで利用できる。雑音にも強く、Teams や Copilot への導入も進む。
マイクロソフトは多言語音声認識モデル「MAI-Transcribe-1」を発表し、Microsoft Foundry でプレビュー提供を開始した。25 言語に対応し、FLEURS ベンチマークで Whisper-large-V3 を上回る最高精度を記録。バッチ処理は 2.5 倍高速で、1 時間あたり 0.36 ドルで利用できる。雑音にも強く、Teams や Copilot への導入も進む。