動察 Beating AI 速報、Microsoft AI が MAI-Transcribe-2 を発表し、Microsoft Foundry でパブリックプレビューを開始しました。新モデルは60言語に対応し、話者分離、単語単位のタイムスタンプ、専門用語バイアスを新たに追加。開発者は事前に人名、薬名、業界用語を組み込むことで、レアな単語の聞き間違いを減らせます。
今回の改善で最も顕著なのは速度です。Artificial Analysis の非リアルタイム文字起こしテストでは、MAI-Transcribe-2 は約410.7倍のリアルタイム速度を達成し、つまり1時間の録音が理論上約9秒で処理されます。GPT-Transcribe は約40倍で、前者は約10倍高速です。Gemini 3.5 Transcribe は約89.8倍です。
正確性もトップクラスです。FLEURS の60言語テストでは平均 WER(単語誤り率、低いほど良い)が5.2%で第1位。Artificial Analysis の別の非リアルタイム英語テストでは WER が2.0%で第2位となり、アリババの Fun-Realtime-ASR-preview の1.7%に次ぐ結果です。
価格は現在1時間あたりわずか0.10ドルで、前世代の MAI-Transcribe-1.5 は0.36ドルでした。ただしこれは期間限定価格で、2026年12月31日まで有効です。その後は正式価格がまだ発表されていません。