微軟釋出 MAI-Transcribe-1 語音模型:準確率超 Whisper,每小時 0.36 美元
Microsoft 釋出多語言語音轉文字模型 MAI-Transcribe-1,在 Microsoft Foundry 開啟公測。該模型支援 25 種語言,在 FLEURS 基準測試中準確率超越 Whisper-large-V3,速度提升 2.5 倍,轉寫單價僅每小時 0.36 美元。最值得關注的是它抗噪表現出眾,已開始接入 Teams 與 Copilot。
Microsoft 釋出多語言語音轉文字模型 MAI-Transcribe-1,在 Microsoft Foundry 開啟公測。該模型支援 25 種語言,在 FLEURS 基準測試中準確率超越 Whisper-large-V3,速度提升 2.5 倍,轉寫單價僅每小時 0.36 美元。最值得關注的是它抗噪表現出眾,已開始接入 Teams 與 Copilot。
D-ID 宣佈與微軟合作,將其即時 AI 數字人技術引入 Microsoft Azure。企業和開發者可在 Azure Marketplace 獲取工具,為 Teams 等應用接入具備多語言即時口型同步甚至手語翻譯能力的數字人,改善無障礙溝通與互動體驗。
Microsoft 在 Teams 中公佈即時同傳工具 Interpreter,能模擬參會者的原聲講外語。該功能將於 2025 年初面向 Microsoft 365 使用者推出,支援中文、英文等 9 種語言語音互譯。模擬必須由使用者主動授權,官方稱不會儲存生物識別資料。
微軟 AI 研究部門在 GitHub 開源影像識別模型時,因 Azure 共享令牌許可權配置錯誤,意外暴露了 38TB 內部資料。洩露內容包含私鑰、員工電腦備份及 3 萬多條內部 Teams 訊息。安全機構 Wiz 發現後微軟已吊銷令牌並排查完畢。
Microsoft 宣佈把 AI 設計工具 Designer 引入免費版 Teams,率先在 Windows 11 開啟預覽。使用者輸入文本即可呼叫 DALL-E 2 生成海報、演示插圖和明信片。聊天工具直接內建輕量設計能力,省去了跳出應用找素材的麻煩。部分高階功能後續將納入訂閱收費。
Microsoft 宣佈面向 Teams Premium 使用者正式上線智慧回顧功能。利用 GPT 模型,系統可在會後自動整理要點、推薦待辦任務,並在錄影時間軸上標出何時被點名或發言。目前僅支援英語,使用需開通高階訂閱及開啟轉錄與錄製。
Microsoft 釋出全新重構的 Teams 預覽版。新版放棄了 Electron 架構,啟動與加入會議速度提升 2 倍,記憶體佔用減少 50%,還引入 AI 影片濾鏡。這套新架構也成為後續接入 Copilot 助手的底層支撐。目前僅供 Windows 商業使用者預覽測試。