-
讲话就出字，微软把延迟压到了 0.13 秒10 月 1 日，微软发布首个实时流式语音转写模型 MAI-Transcribe-2-Streaming，讲话时就能持续输出文字，覆盖 60 种语言并自动检测切换，最终词错误率 2.5%、最终延迟 0.13 秒，在 28 个流式转写模型里排第一，价格每小时 0.54 美元。这篇借一位产品经理的周会经历，讲清这东西能替人接走哪些活、又有什么前提。
10 月 1 日，微软发布首个实时流式语音转写模型 MAI-Transcribe-2-Streaming，讲话时就能持续输出文字，覆盖 60 种语言并自动检测切换，最终词错误率 2.5%、最终延迟 0.13 秒，在 28 个流式转写模型里排第一，价格每小时 0.54 美元。这篇借一位产品经理的周会经历，讲清这东西能替人接走哪些活、又有什么前提。