マイクロソフトは、世界で最も精度の高い文字起こしAIモデル「MAI-Transcribe-1」を発表した。

マイクロソフトは、AI文字起こしモデル「MAI-Transcribe-1」を発表しました。FLEURSベンチマークにおいて、単語エラー率が3.9%と世界最高水準を誇ります。25の主要言語に対応し、11の主要言語でトップの性能を発揮。Whisper-large-v3やGemini 3.1 Flashを凌駕する性能を実現しています。バッチ処理での文字起こし速度は、Azure Fastサービス（1時間あたり0.36ドル）の2.5倍です。Microsoft Foundryプラットフォームで既に利用可能ですが、現時点ではリアルタイム文字起こしや話者分離には対応していません。