マイクロソフト、リアルタイム文字起こしと音声合成モデルを発表
まずはこの出来事を
AI によるまとめ
2026年10月2日、Microsoft AIは音声エージェント向けのリアルタイム文字起こしモデル「MAI-Transcribe-2-Streaming」を発表した。The Decoderの報道によると、マイクロソフトはこのモデルがArtificial Analysisの精度ランキングで1位だと主張し、60言語に対応、最初の部分結果の遅延は100ミリ秒強、年末までに音声1時間あたり0.54ドルの導入価格で提供する予定だという。報道は音声合成モデルの具体的な情報を明らかにしておらず、事態は発表初期段階にある。
報道をもとに AI が作成 · 14 日前に更新
報道の時系列
報道をたどり、出来事のさまざまな面を知る。
10月2日
- The DecoderMicrosoft AI、音声エージェント向けの文字起こし・音声合成モデルを公開
Microsoft AIはリアルタイム文字起こしモデル「MAI-Transcribe-2-Streaming」を公開した。Artificial Analysisの精度ランキングで1位だとMicrosoftは主張している。60言語に対応し、最初の部分結果までの遅延は100ミリ秒をわずかに超える程度。年末までの導入価格は音声1時間あたり0.54ドル。