مايكروسوفت تطلق MAI-Transcribe-2 بسعر وسرعة يتفوقان على OpenAI وجوجل

أطلقت Microsoft AI في 3 سبتمبر نموذج MAI-Transcribe-2، مدّعيةً أنه الأسرع والأدق والأرخص في سوق التعرف على الكلام. بسعر 0.10 دولار للساعة الصوتية حتى نهاية 2026 — بخفض 72% مقارنة بسابقه MAI-Transcribe-1.5 — يتحدى النموذج مباشرةً GPT-Transcribe من OpenAI وGemini 3.5 Transcribe من جوجل وScribe v2 من ElevenLabs.

يحتل النموذج المرتبة الأولى في معيار FLEURS عبر 60 لغة بمتوسط معدل خطأ في الكلمات 5.2%، والمرتبة الثانية في قائمة Artificial Analysis المستقلة. من حيث السرعة، يعالج MAI-Transcribe-2 الصوت بسرعة أعلى بـ10 أضعاف من GPT-Transcribe، وأسرع بـ7 أضعاف من Scribe v2، وأسرع بـ5 أضعاف من Gemini 3.5 Transcribe.

يضيف النموذج ميزات طال انتظارها: تمييز المتحدثين، وطوابع زمنية على مستوى الكلمة، والتعرف التلقائي على اللغة، ودعم التبديل بين اللغات كالهينغليش والإسبانغليش. كما يدعم تحيز الكلمات المفتاحية للمصطلحات المتخصصة، وأوضاع إخراج حرفية أو نظيفة حسب الاستخدام.

يتوفر النموذج فوراً على Microsoft Foundry وMAI Playground وOpen Router، في خطوة تعكس سعي مايكروسوفت للهيمنة على البنية التحتية للنسخ الصوتي.