Microsoft обновил речевые модели: MAI-Transcribe-2-Streaming и MAI-Voice-2.1

Microsoft представил потоковый транскрибатор MAI-Transcribe-2-Streaming и синтезаторы речи MAI-Voice-2.1 с поддержкой клонирования голоса.

Обновление речевых технологий Microsoft делает автоматическую транскрибацию и синтез голоса доступнее и качественнее для бизнеса.

Потоковая транскрибация с задержкой 100 мс позволяет использовать ИИ в реальном времени.
Поддержка клонирования голоса и мультиязычности упрощает создание локализованного контента.
Снижение стоимости транскрибации до $0.54 за час делает технологию конкурентоспособной для массового использования.

MAI-Transcribe-2-Streaming и MAI-Voice-2.1 Microsoft обновил речевые модели: первый потоковый транскрибатор и два синтезатора речи в Microsoft Foundry. • Стриминговая транскрибация с черновыми расшифровками чуть больше чем за 100 мс • Непрерывное автоопределение языка • Один виртуальный голос на всех языках с родным произношением, без акцента • Клонирование голоса по нескольким секундам образца • Диаризация говорящих • Распознавание: 60 языков • Синтез: 23 языка, 26 локалей • Час транскрибации — $0.54 по акции до конца года • Миллион знаков синтеза: $22 у основной, $15 у Flash Доступны в Microsoft Foundry, MAI Playground, Azure Voice Live, на OpenRouter и Vercel. На Artificial Analysis потоковый транскрибатор стартовал с первого места. #asr #tts #streaming #diarize MAX

Microsoft обновил речевые модели: MAI-Transcribe-2-Streaming и MAI-Voice-2.1

Кратко (AI)

Microsoft выпустил новые речевые модели: потоковый транскрибатор MAI-Transcribe-2-Streaming с задержкой около 100 мс и синтезаторы речи MAI-Voice-2.1. Новые инструменты поддерживают клонирование голоса, диаризацию и работу с десятками языков, а также доступны через ряд популярных платформ.

Microsoft обновил речевые модели: MAI-Transcribe-2-Streaming и MAI-Voice-2.1

Кратко (AI)

Обсуждение