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，宣称在FLEURS基准测试的60种语言上排名第一，平均词错率5.2%，定价为每小时音频0.10美元。该模型被定位为微软迄今最强的转写系统，新增说话人分离、可配置转写风格与词级时间戳等功能，在性能与价格上对竞品形成双重压制。