微软发布 MAI-Transcribe-1 语音模型:准确率超 Whisper,每小时 0.36 美元
Microsoft 发布多语言语音转文字模型 MAI-Transcribe-1,在 Microsoft Foundry 开启公测。该模型支持 25 种语言,在 FLEURS 基准测试中准确率超越 Whisper-large-V3,速度提升 2.5 倍,转写单价仅每小时 0.36 美元。最值得关注的是它抗噪表现出众,已开始接入 Teams 与 Copilot。
Microsoft 发布多语言语音转文字模型 MAI-Transcribe-1,在 Microsoft Foundry 开启公测。该模型支持 25 种语言,在 FLEURS 基准测试中准确率超越 Whisper-large-V3,速度提升 2.5 倍,转写单价仅每小时 0.36 美元。最值得关注的是它抗噪表现出众,已开始接入 Teams 与 Copilot。
D-ID 宣布与微软合作,将其实时 AI 数字人技术引入 Microsoft Azure。企业和开发者可在 Azure Marketplace 获取工具,为 Teams 等应用接入具备多语言实时口型同步甚至手语翻译能力的数字人,改善无障碍沟通与交互体验。
Microsoft 在 Teams 中公布实时同传工具 Interpreter,能模拟参会者的原声讲外语。该功能将于 2025 年初面向 Microsoft 365 用户推出,支持中文、英文等 9 种语言语音互译。模拟必须由用户主动授权,官方称不会存储生物识别数据。
微软 AI 研究部门在 GitHub 开源图像识别模型时,因 Azure 共享令牌权限配置错误,意外暴露了 38TB 内部数据。泄露内容包含私钥、员工电脑备份及 3 万多条内部 Teams 消息。安全机构 Wiz 发现后微软已吊销令牌并排查完毕。
Microsoft 宣布把 AI 设计工具 Designer 引入免费版 Teams,率先在 Windows 11 开启预览。用户输入文本即可调用 DALL-E 2 生成海报、演示插图和明信片。聊天工具直接内置轻量设计能力,省去了跳出应用找素材的麻烦。部分高级功能后续将纳入订阅收费。
Microsoft 宣布面向 Teams Premium 用户正式上线智能回顾功能。利用 GPT 模型,系统可在会后自动整理要点、推荐待办任务,并在录像时间轴上标出何时被点名或发言。目前仅支持英语,使用需开通高级订阅及开启转录与录制。
Microsoft 发布全新重构的 Teams 预览版。新版放弃了 Electron 架构,启动与加入会议速度提升 2 倍,内存占用减少 50%,还引入 AI 视频滤镜。这套新架构也成为后续接入 Copilot 助手的底层支撑。目前仅供 Windows 商业用户预览测试。