Microsoft lancerer nye AI‑modeller for tale‑transkripsjon og talegenerering

Microsoft har i dag presentert tre nye modeller i MAI‑familien som blir tilgjengelig via Microsoft Foundry og OpenRouter. Den første, MAI‑Transcribe‑2‑Streaming, er en oppdatert versjon av MAI‑Transcribe‑2 som fokuserer på real‑time transkripsjon med en latency på rundt 100 ms og støtter 60 språk.

Feilraten er ifølge selskabet 2,5 % – den laveste som finnes på markedet i dag. Prisen er 0,54 USD per taletimme. Den andre modellene er MAI‑Voice‑2.1 som nå kan bruke 23 språk, inkludert thai, og MAI‑Voice‑2.1‑Flash som er en mer økonomisk variant til hø‑volumebruker. Begge disse har ulike prisnivåer: 22 USD per million tegn for MAI‑Voice‑2.1 og 15 USD per million tegn for MAI‑Voice‑2.1‑Flash.

Alle tre modellene er nå tilgjengelige for kunder som bruker Microsoft Foundry og OpenRouter. Blognone rapporterte at lanceringen skjedde 2. oktober 2026.