참고X
마이크로소프트, 실시간 STT 모델 'MAI-Transcribe-2-Streaming' 출시
2.5% WER의 정확도와 빠른 반응 속도로 Grok Voice 등 경쟁 모델 대비 높은 성능을 보여, 실시간 음성 애플리케이션 도입 시 고려 대상.
요약
마이크로소프트가 실시간 음성 인식 모델인 MAI-Transcribe-2-Streaming을 새롭게 출시했다. 해당 모델은 최종 전사 정확도 및 첫 부분 전사 정확도 모두에서 2.5% WER(단어 오류율)을 기록하며 업계 1위를 달성했다. 발화 종료 후 0.13초 만에 결과를 도출하며, Grok Voice Transcribe 2.0(2.7% WER, 0.49초)보다 뛰어난 성능을 보였다. 비용은 스트리밍 전사의 경우 시간당 0.54달러이며, 비스트리밍 버전은 시간당 0.10달러로 책정되었다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @ai_for_success: Banger from Microsoft 🔥 They just dropped MAI-Transcribe-2-Streaming, a new real-time speech-to-text model. - #1 for Final Transc
원문 보기 ↗