微软发布实时转写与语音合成模型

2026年10月2日，The Decoder报道称，Microsoft AI发布面向语音智能体的实时转写模型MAI-Transcribe-2-Streaming，以及文本转语音模型MAI-Voice-2.1和MAI-Voice-2.1-Flash。报道将前者明确为实时转写模型，并将后两款列为语音模型，其中包含MAI-Voice-2.1的Flash版本。目前见诸该报道的事实限于发布主体、发布时间来源、模型名称和上述用途分类，未见性能指标、语言覆盖、开放范围、定价或与前代对比等进一步说明。事件目前的公开进展，即微软方面上述实时转写与语音合成模型已获报道发布。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。