MAI-Transcribe-2 Tops FLEURS Benchmark Across 60 Languages, Microsoft Says

📋总体概括

微软AI于2026年9月3日发布语音识别模型MAI-Transcribe-2，称其在FLEURS基准测试60种语言中排名第一，平均词错误率仅5.2%，定价每小时音频0.10美元。该模型被微软称为迄今最强转录系统，新增说话人分离、可配置转录风格和词级时间戳功能，据称性能超越竞品，直接对标Whisper等主流语音转写方案。