Microsoft представила MAI-Transcribe-1.5: транскрибация в 276 раз быстрее реального времени с топовой точностью.
Microsoft выпустила MAI-Transcribe-1.5 — модель транскрибации речи, которая обрабатывает аудио в 276 раз быстрее реального времени.
Для сравнения: второй по скорости точный конкурент из топ-10 работает вдвое медленнее.
При этом по качеству модель показывает 2.4% WER по бенчмарку Artificial Analysis, занимая третье место в общем зачёте. Впереди только Alibaba Fun-Realtime-ASR-preview (1.7%) и ElevenLabs Scribe v2 (2.2%).
Заявлена поддержка keyword biasing для редких слов (имен собственных, медицинских терминов) и 43 языка, включая арабский, японский и китайский.
Подробнее о новинке можно узнать на официальном сайте: https://microsoft.ai/news/introducingmai-code-1-flash/
Ещё новости:
