微软发布MAI-Transcribe-2-Streaming，提供60语言流式语音转写

微软宣布MAI-Transcribe-2-Streaming，支持60种语言、自动持续语言检测和实时流式转写。模型在收到音频后约100ms以上给出第一份部分假设，后续随上下文修订，再提交稳定文本；因此应用可在句子结束前显示字幕或准备工具操作。官方比较结果为特定评测，不能把首次部分结果延迟写成最终准确转写耗时。原文提供Microsoft Foundry、MAI Playground、Vercel及Azure Voice Live等入口，LiveKit接入仍为coming soon。发布时转写优惠价为每小时音频0.54美元至年末，需按具体入口核对。未声称公开权重。