Microsoft AI อัปเดตโมเดลปัญญาประดิษฐ์สำหรับงานถอดเสียงออกมาเป็นข้อความ MAI‑Transcribe‑2 ซึ่งระบุว่าเป็นโมเดลถอดข้อความที่มีประสิทธิภาพมากที่สุดเทียบกับโมเดลคู่แข่งในท้องตลาด

MAI‑Transcribe‑2 ระบุว่าสามารถทำงานได้ดีกับเสียงอินพุทที่หลากหลายในชีวิตจริงจากคุณสมบัติหลายอย่างที่ปรับปรุง เช่น การตอบสนองที่เร็วกว่าสูงสุด 10 เท่า แม้เป็นเสียงขนาดยาว, สามารถแยกแยะเสียงที่มีผู้พูดหลายคนได้, ระบุเวลาได้ระดับคำ (word), นักพัฒนาสามารถปรับแต่งรูปแบบเอาท์พุทได้ดีขึ้น และรองรับ 60 ภาษา

ผลการทดสอบการถอดข้อความของ FLEURS พบว่า MAI‑Transcribe‑2 มีความผิดพลาดเฉลี่ย 5.2% ต่ำกว่าทุกโมเดลถอดข้อความทั้ง Gemini 3.5 Transcribe, GPT-Transcribe, Whisper V3-Large เฉพาะภาษาไทยความผิดพลาดอยู่ที่ 3.4% ซึ่งต่ำกว่าโมเดลถอดข้อความอื่นที่นำมาทดสอบเช่นกัน

ราคาใช้งานอยู่ที่ 0.10 ดอลลาร์ต่อชั่วโมง โดยไมโครซอฟท์บอกว่าราคานี้เป็นราคาพิเศษจนถึงสิ้นปี สามารถใช้งานได้แล้ววันนี้ผ่าน Microsoft Foundry, MAI Playground และ Open Router

ที่มา: ไมโครซอฟท์