2026 年 9 月 3 日，Microsoft AI（MAI） 正式發表 MAI-Transcribe-2，這款號稱「速度最快、最準確、最便宜」的語音辨識模型，在多個關鍵指標上展現出對競爭對手的壓倒性優勢，並以 每小時僅 0.10 美元 的價格重塑語音轉錄市場的定價基準。
核心技術指標
| 指標 | 數據 | 比較基準 |
|---|---|---|
| FLEURS 詞錯誤率（WER） | 5.2% | 60 種語言平均，排名第一 |
| 推論速度 vs GPT-Transcribe | 快 10 倍 | OpenAI |
| 推論速度 vs ScribeV2 | 快 7 倍 | ElevenLabs |
| 推論速度 vs Gemini 3.5 Transcribe | 快 5 倍 | Google DeepMind |
| 價格 | $0.10/小時 | 限期優惠至 2026 年底 |
與微軟 AI 生態的整合
MAI-Transcribe-2 是微軟 AI 模型系列的最新成員，與近期相繼發布的 MAI-Thinking-1（推理模型）、MAI-Code-1.1-Flash（代碼模型）、MAI-Image-2.6（圖像生成） 及 MAI-Voice-2（語音合成） 共同構成完整的模型生態。該模型可透過 Microsoft Foundry、MAI Playground 及 Open Router 使用。
新增功能亮點
相比前一代模型，MAI-Transcribe-2 帶來了多項貼近實際應用場景的新功能：
- 說話者辨識（Speaker Diarization）：自動區分並標註錄音中的不同說話者，適用於會議記錄、訪談分析等場景
- 詞級時間戳（Word-Level Timestamps）：為每個詞提供精確時間定位，支援精確搜尋、導航和編輯
- 關鍵詞偏置（Keyword Biasing）：幫助模型辨識領域特定術語、縮寫、人名及其他難以從上下文區分的詞彙
- 可配置轉錄風格：提供「逐字稿（verbatim）」模式保留填充詞和口誤，適用於合規與分析；「清理版（clean）」模式移除填充詞，適合字幕與公開文稿
- 語碼轉換（Code Switching）：支援混合語言對話，如印地英語（Hinglish）和西班牙英語（Spanglish）
- 自動語言識別：無需預先指定語言，模型自動辨識並處理 60 種語言
- 雜訊環境穩健性：在非控制錄音環境中仍保持高品質轉錄
與競品的全面比較
根據 Artificial Analysis 的獨立評估，MAI-Transcribe-2 在 準確度與延遲的 Pareto 前沿上領先所有主流模型。這意味著它在不犧牲轉錄品質的前提下，實現了業界最快的處理速度。
在 FLEURS 多語言基準測試中，MAI-Transcribe-2 以 5.2% 的平均詞錯誤率 排名第一，涵蓋 60 種語言，且在不同語言間的表現高度一致。開發者無需為不同語言部署多個模型，大幅降低了營運複雜度。
價格衝擊：語音 API 市場的轉折點
MAI-Transcribe-2 的定價策略極具侵略性。每小時 0.10 美元 的限期價格，對比 OpenAI GPT-Transcribe 的收費水準，節省幅度高達 72%。對於年處理 10 萬小時音訊的大型企業——例如大型銀行或電信公司的客服中心——這意味著年度費用從 36,000 美元降至 10,000 美元。
正如 VentureBeat 的評論所言，在這樣的價格水準下，「轉錄不再是任何人在意的成本項目」。
產業 Implications
MAI-Transcribe-2 的發布對 AI 產業產生以下深遠影響：
- AI 價格戰進入新階段：在推理、代碼生成之後，語音辨識成為最新被大幅降價的 AI 服務類別。OpenAI、Google 與 ElevenLabs 面臨直接壓力
- 多模型策略的成功驗證：微軟 AI 在一系列細分模型上的密集推出（Transcribe、Code、Image、Voice、Thinking）顯示其採取「分散式專業模型」而非「單一通用模型」的策略，與 OpenAI 的 GPT-6 Astra 旗艦路線形成鮮明對比
- 語音辨識的商品化：當準確度突破 95% 且價格降至每小時 0.10 美元，語音轉錄從「高價值 AI 服務」轉變為「基礎設施級商品」，將推動更多整合應用的爆發
- 企業 API 決策的改變：價格不再是選用語音服務的主要考量——速度和準確度的綜合 Pareto 優勢讓企業可以在單一供應商處獲得最佳組合
本文信息來源：Microsoft AI 官方部落格、VentureBeat 報導及 Artificial Analysis 獨立評測。