微软发布首款流式转写模型，词错率2.5%延迟0.13秒：有哪些关键信息？

微软10月1日推出首个实时流式语音转写模型MAI-Transcribe-2-Streaming。

该模型支持60种语言，并具备自动连续语言检测能力。

模型优惠期价格为每小时0.54美元，约合每千分钟9美元。

Artificial Analysis测试中其最终词错误率2.50%，延迟0.13秒。

该成绩在28个流式语音转文字模型中排名第一。

物界前沿 · 资讯情报卡（IT之家 · 2026/10/2）

微软发布首款流式转写模型，词错率2.5%延迟0.13秒

核心事实

关键数据

2.50%词错误率

0.13秒最终转录延迟

60种支持语言数

0.54美元/小时优惠价格

物界观察

流式转写把延迟压到百毫秒级，意味着语音交互从“说完再理解”转向“边说边理解”。微软用低价加榜首跑分抢开发者，实时字幕和客服智能体最先受益。但非流式价格仅0.10美元，用户需按场景权衡成本。