微软新ASR模型MAI-Transcribe-2：速度提升10倍，每小时仅0.1美元

微软AI近日发布MAI-Transcribe-2，并在Microsoft Foundry开放公共预览。新模型支持60种语言，新增说话人区分、逐词时间戳和专业词汇偏置功能，开发者可提前注入人名、药名或行业术语，减少冷门词转录错误。

速度与准确率双提升

速度提升最为显著。据Artificial Analysis非实时转写测试，MAI-Transcribe-2达到约410.7倍实时速度，即1小时录音理论上约9秒可处理完。作为对比，GPT-Transcribe约为40倍，Gemini 3.5 Transcribe约为89.8倍。准确率方面，在FLEURS的60种语言测试中，MAI-Transcribe-2平均WER为5.2%，排名第一；在另一套非实时英文测试中WER为2.0%，排第二，仅低于阿里Fun-Realtime-ASR-preview的1.7%。

限时定价

新模型定价为每小时0.10美元，远低于上一代MAI-Transcribe-1.5的0.36美元。不过这是限时价格，仅持续到2026年12月31日，正式价格尚未公布。