语音转录

微软

2026-09-03 14:15:27

微软推出 MAI-Transcribe-2，定价与处理速度优于同类产品

微软 AI 部门发布新一代语音转录模型 MAI-Transcribe-2。Techub 援引 Crypto Briefing 称，该模型在定价和处理速度上都优于市场同类产品。消息还提到，这一发布可能改变 AI 转录市场竞争，并给竞争对手带来创新压力。

800

Google

2026-08-27 03:16:25

Google 推出 Gemini 3.5 Transcribe，支持 85 种以上语言与三人说话人识别

Google 为 Gemini Audio 推出新转录模型 Gemini 3.5 Transcribe，支持自动识别 85 种以上语言、最多区分 3 位说话人，并可删除「嗯、啊」等口头禅。官方称其相较前代 Chirp 3 将最终转录延迟缩短 70%，但在第三方榜单 Artificial Analysis 的 AA-WER 排名中，其字错率和价格都未居首位。该功能已在 macOS 版 Gemini app 以英文上线，开发者也可通过 Gemini API 公开预览测试。

1210

IBM

2026-08-25 15:03:07

IBM 发布 Granite Speech 5.0 Turbo CTC 语音转录模型

IBM 已发布 Granite Speech 5.0 Turbo CTC 语音转录模型。根据官方博客介绍，这款模型主打转录速度和准确性，被描述为「极其快速且准确的转录」方案。相关信息已在 Hugging Face 页面公布。

670