微软发布 MAI-Transcribe-2-Streaming 流式转写模型，词错误率 2.5%、延迟 0.13 秒

微软发布首个实时流式语音转写模型 MAI-Transcribe-2-Streaming，可在讲话进行时持续输出文字，覆盖 60 种语言并支持自动语言检测。该模型优惠期价格为每小时 0.54 美元，可通过 Microsoft Foundry、MAI Playground、OpenRouter 等渠道接入。