MODEL VARLIĞI
MAI-Transcribe-2
MAI-Transcribe-2, Microsoft AI'nın konuşma tanıma (ASR) modelidir. Microsoft, FLEURS kıyaslamasında 60 dil üzerinde ortalama %5,2 kelime hata oranı (WER) bildiriyor ve modelin Artificial Analysis WER liderlik tablosunda ikinci sırada olduğunu söylüyor. Gerçek ayrıştırıcısı hız ve fiyat: bir saatlik ses 10 saniyede işleniyor, Microsoft'un aktardığına göre GPT-Transcribe'dan 10 kat, ElevenLabs Scribe v2'den 7 kat, Gemini 3.5 Transcribe'dan 5 kat hızlı. Fiyat 2026 sonuna kadar geçerli tanıtım koşuluyla saat başına 0,10 ABD doları. Konuşmacı ayrıştırma, kelime düzeyi zaman damgası ve anahtar kelime yönlendirme kutudan çıkıyor.
Künye
Kapalı- Geliştirici
- Microsoft
- Model tipi
- Ses
- Modaliteler
- ses · metin
- Açık ağırlık
- Yok
- Lisans
- Tescilli
- Yönetilen API
- Var
- Yayın
- 2026-09-03
Son doğrulama: 12 Eylül 2026
Yetenekler
- 60 dilde transkripsiyon; FLEURS üzerinde ortalama %5,2 WER (Microsoft ölçümü)
- Otomatik dil tanıma ve iki dilli konuşmalarda code-switching desteği
- Konuşmacı ayrıştırma (speaker diarization) ve kelime düzeyi zaman damgası
- Anahtar kelime yönlendirme (keyword biasing) ile alan terimlerine uyarlama
- Bir saatlik sesi 10 saniyede işleme (Microsoft ölçümü)
- Saat başına 0,10 ABD doları tanıtım fiyatı (2026 sonuna kadar)
- Microsoft Foundry, MAI Playground ve OpenRouter üzerinden erişim
Sınırlılıklar
- Saat başına 0,10 ABD doları fiyat 2026 sonunda bitecek süreli tanıtım fiyatı; kalıcı liste fiyatı açıklanmadı
- Artificial Analysis WER liderlik tablosunda birinci değil ikinci sırada
- Yalnızca sesten metne çalışır; konuşma üretimi için ayrı bir model (MAI-Voice-2) gerekir
- Ağırlıklar kapalı; cihaz üstü veya çevrimdışı çalıştırma yok
- Yayımlanan WER rakamları ölçüm kümesine göre değişiyor (60 dil ortalaması %5,2, ilk 25 dil ortalaması %3,4); tek bir dil için garanti vermiyor
Tipik kullanım alanları
- Çağrı merkezi kayıtlarının çok dilli transkripsiyonu
- Toplantı ve podcast notu çıkarma
- Altyazı üretimi ve zaman damgalı arşivleme
- Alan terimi yoğun (tıp, hukuk, teknik) ses arşivlerinin yazıya dökülmesi
- Gürültülü ortam kayıtlarının işlenmesi
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.