MAI-Transcribe-2 Inafanya kazi

MAI-Transcribe-2 ni modeli yenye nguvu zaidi ya Microsoft ya kubadilisha sauti kuwa maandishi kwa kutumia AI, ikiongoza kikamilifu katika usahihi, kasi na gharama. Modeli hii inaauni lugha 60, huku wastani wa kiwango cha makosa ya maneno kwenye seti ya majaribio ya FLEURS ukiwa 5.2% pekee. Modeli hii imeongeza utenganishaji wa wazungumzaji na mihuri ya muda ya kila neno, na inatoa mitindo miwili ya unukuzi: verbatim (kuhifadhi makosa ya kusema) na clean (kuondoa maneno ya kujaza). Pia inaauni utambuzi wa kiotomatiki wa lugha na kubadili lugha.

Unukuzi wa sauti wa lugha nyingi: Inaauni lugha 60 na inaweza kutambua kiotomatiki lugha ya rekodi bila kuhitaji kutaja lugha mapema.
Utenganishaji wa wazungumzaji: Hutofautisha wazungumzaji mbalimbali katika rekodi moja na kuhusisha maandishi ya unukuzi na mzungumzaji husika.
Mihuri ya muda ya kila neno: Huainisha kila neno kwa nafasi yake sahihi ya muda, kuwezesha kulandanisha manukuu, kutafuta sauti na kuhariri.
Mitindo ya unukuzi inayoweza kusanidiwa: Hali ya verbatim huhifadhi maneno ya sauti na makosa ya kusema, huku hali ya clean ikiondoa maneno ya kujaza ili kutoa maandishi yanayosomeka kwa urahisi.
Utambuzi na ubadilishaji wa lugha kiotomatiki: Inaauni mazungumzo yanayochanganya lugha kwa kawaida, na hutambua na kuzoea mabadiliko ya lugha kiotomatiki.
Upendeleo wa maneno muhimu: Unaweza kuweka mapema orodha ya istilahi za sekta ili kuboresha usahihi wa utambuzi wa msamiati maalum.
Unukuzi katika mazingira yenye kelele: Ina uwezo wa kudumisha usahihi wa juu wa unukuzi katika mazingira yenye kelele za chinichini.

Muundo jumuishi wa mwisho hadi mwisho: Hutumia mtandao mmoja wa neva kubadilisha moja kwa moja vipengele vya sauti kuwa mfuatano wa maandishi. Unajumuisha utambuzi wa sauti, utenganishaji wa wazungumzaji na utambuzi wa lugha katika modeli moja, hivyo kuepuka mkusanyiko wa makosa wa mifumo ya jadi ya hatua kwa hatua na kufikia matokeo bora kwa wakati mmoja katika kasi na usahihi.
Mafunzo ya pamoja ya lugha nyingi: Hufunzwa kwa pamoja kwa kutumia data nyingi za sauti na maandishi katika lugha 60. Modeli hujifunza uwakilishi wa sauti na kanuni za lugha zinazoshirikiwa kati ya lugha, hivyo haiwezi tu kushughulikia lugha kuu, bali pia kudumisha usahihi wa juu kwa lugha zenye rasilimali chache na kutambua mabadiliko ya lugha kwa wakati halisi katika mazungumzo ya asili.
Usimbaji unaotambua muktadha: Wakati wa usimbaji, modeli haitabiri kwa kutegemea fremu ya sasa ya sauti pekee, bali huunganisha maana ya muktadha mzima na upendeleo wa maneno muhimu ya nje kwa ajili ya uamuzi wa pamoja. Husawazisha kwa nguvu mgawanyo wa uwezekano wa maneno ya matokeo, huboresha usahihi wa utambuzi wa istilahi za kitaalamu, na kusaidia uzalishaji unaodhibitiwa wa mitindo ya verbatim na clean.

Unda rasilimali ya Azure: Katika tovuti ya Azure, unda rasilimali ya AI Speech na upate ufunguo wa API pamoja na anwani ya kituo cha mwisho cha eneo.
Unganisha Foundry Preview: Tumia kiolesura cha Microsoft Foundry cha hakikisho la umma kupitia https://ai.azure.com/catalog/models/MAI-Transcribe-2 ili kufungua kiolesura cha kuita modeli.
Sanidi vigezo vya modeli: Katika ombi la API, bainisha model: "MAI-Transcribe-2" na uwashe utenganishaji wa wazungumzaji na mihuri ya muda ya kila neno inapohitajika.
Pakia sauti kwa ajili ya unukuzi: Tuma faili za sauti katika miundo kama WAV/MP3/MP4; modeli itatambua lugha na kutekeleza unukuzi kiotomatiki.
Pata matokeo yaliyopangwa: Pokea JSON iliyorudishwa yenye maandishi kamili, mihuri ya muda ya kila neno, lebo za wazungumzaji na misimbo ya lugha iliyotambuliwa kiotomatiki.

Usahihi unaoongoza duniani: Wastani wa kiwango cha makosa ya maneno katika lugha 60 za FLEURS ni 5.2% pekee, na hufikia 4.5% kwa Kichina, ikiwa bora kwa ujumla kuliko Gemini 3.1 Pro na Whisper v3-Large.
Kasi ya juu zaidi katika sekta: Kasi ya uchakataji ni mara 403.6 ya muda halisi; saa 1 ya sauti hukamilika kwa takribani sekunde 9, ikiwa mara 10 kasi zaidi kuliko GPT-Transcribe.
Gharama ya chini zaidi kwenye sekta: Bei ya muda maalum ni dola 0.10 kwa saa, ikiwa imeshuka kwa takribani 72% ikilinganishwa na kizazi kilichotangulia.
Vipengele vilivyounganishwa asili: Ina utenganishaji wa wazungumzaji, mihuri ya muda ya kila neno, utambuzi na ubadilishaji wa lugha kiotomatiki, pamoja na mitindo miwili ya unukuzi ya verbatim/clean, bila kuhitaji uchakataji wa ziada.
Ufunikaji wa lugha nyingi bila mshono: Inaauni lugha 60 na inaweza kutambua na kuzoea mazungumzo yanayochanganya lugha kwa kawaida bila kutaja lugha mapema.

Udhibiti wa ubora na uchanganuzi wa vituo vya simu: Tumia utenganishaji wa wazungumzaji kutofautisha wahudumu wa huduma kwa wateja na wateja, kisha utumie mihuri ya muda ya kila neno kupima uwiano wa mazungumzo na kubaini kwa usahihi muda muhimu.
Uandishi mahiri wa mikutano na mahojiano: Badilisha rekodi za watu wengi kuwa maandishi yaliyopangwa yenye lebo za wazungumzaji, na uhusishe kiotomatiki vipengele vya utekelezaji na vyanzo vya maamuzi.
Unukuzi wa wakati halisi kwa mawakala wa sauti: Tumia kama safu ya uingizaji wa sauti yenye ucheleweshaji mdogo, na uiunganishe na MAI-Voice-2 Flash ili kuwezesha mzunguko kamili wa mazungumzo ya sauti kwa sauti kwa wakati halisi.
Manukuu ya media na ujanibishaji: Mihuri ya muda ya kila neno hupunguza kwa kiasi kikubwa gharama ya kulandanisha manukuu, huku ufunikaji wa lugha 60 ukiwezesha uzalishaji wa maudhui ya kimataifa.
Uhifadhi wa ushahidi wa uzingatiaji, kisheria na udhibiti: Tengeneza rekodi sahihi zenye uhusishaji wa wazungumzaji na mihuri ya muda ili kukidhi mahitaji ya ukaguzi na ukusanyaji wa ushahidi katika sekta kama fedha na afya.