Microsoft lanza el modelo MAI-Transcribe-2-Streaming con la menor tasa de errores del mercado

Microsoft ha lanzado el modelo MAI-Transcribe-2-Streaming, que presenta la menor tasa de errores en el mercado, junto con el modelo MAI-Voice-2.1, que ahora soporta el idioma tailandés. Este nuevo modelo de transcripción de voz se enfoca en la transcripción en tiempo real, con una latencia de aproximadamente 100 ms y una tasa de error del 2.5%, la más baja actualmente disponible. El costo de uso es de 0.54 dólares por cada hora de voz transcrita.

Además, el modelo MAI-Voice-2.1 es una versión mejorada de MAI-Voice-2, que ha incrementado la cantidad de idiomas soportados de 15 a 23, ahora incluyendo el tailandés. Su costo de uso es de 22 dólares por cada millón de caracteres. También se lanzó un modelo más económico, MAI-Voice-2.1-Flash, diseñado para clientes que necesitan generar grandes cantidades de voz rápidamente, con un costo de 15 dólares por cada millón de caracteres.

Los tres modelos están disponibles a través de Microsoft Foundry y OpenRouter. La noticia fue reportada por Blognone.