🪟مدل جدید مایکروسافت برای تبدیل لحظه‌ای صدا به متن با پشتیبانی از ۶۰ زبان معرفی شد

🔹 مایکروسافت مدل جدید صوتی MAI-Transcribe-2-Streaming را معرفی کرد که برای رونویسی بلادرنگ طراحی شده و از ۶۰ زبان پشتیبانی می‌کند و مایکروسافت آن را از نظر دقت در رتبه اول Artificial Analysis می‌داند.

🔹 همچنین مدل جدید متن به گفتار MAI-Voice-2.1 از ۲۳ زبان پشتیبانی می‌کند و می‌تواند با حفظ هویت گوینده، بین زبان‌ها و لهجه‌های مختلف جابه‌جا شود. نسخه فلش نیز با تأخیر حدود ۱۵۰ میلی‌ثانیه، سرعت استنتاج ۵۵ درصد بیشتر و هزینه ۶۰ درصد کمتر نسبت به مدل‌های مشابه عرضه شده است.

جزئیات بیشتر در دیجیاتو
🔵 @Digiato