마이크로소프트가 현지 시간 2026년 10월 1일에 실시간 텍스트 음성 변환 AI “MAI-Transcribe-2-Streaming”을 출시했습니다. 경쟁 모델과 비교했을 때 오차율이 낮고 지연도 짧게 유지됩니다. 첫 번째 스트리밍 텍스트 음성 변환 모델이 Artificial Analysis | Microsoft AI에서 1위를 데뷔했습니다. MAI-Transcribe-2-Streaming은 마이크로소프트의 첫 번째 실시간 텍스트 음성 변환 모델로써, 경쟁 모델과 비교했을 때 고정밀도 및 고속성이 강조됩니다. 아래 그래프는 제3자 기관인 Artificial Analysis의 성능 분석 결과로, 수직축은 텍스트 음성 변환 오차율을 나타냅니다. MAI-Transcribe-2-Streaming은 테스트 대상의 실시간 텍스트 음성 변환 모델 중에서 가장 오차율이 낮습니다.
아래 그래프는 수평축이 텍스트 음성 변환 완료까지의 지연 초 단위, 수직축이 오차율을 나타냅니다. MAI-Transcribe-2-Streaming은 동등 정확도의 모델과 비교했을 때 지연이 짧은 것이 확인됩니다.
MAI-Transcribe-2-Streaming은 API를 통해 이용 가능하며, 2026년 말까지는 1시간당 0.54달러(약 85엔)에 사용됩니다. API의 자세한 내용은 다음 링크에서 확인하실 수 있습니다. Use MAI-Transcribe-2-Streaming with the Realtime API - Speech Service - Foundry Tools | Microsoft Learnhttps://learn.microsoft.com/en-us/azure/ai-services/speech-service/mai-transcribe-2-streaming-realtime
원문 보기 | 출처: Gigazine