El nuevo modelo de Microsoft empieza a escribir antes de que calles.
Microsoft lanzó el 1 de octubre MAI-Transcribe-2-Streaming, su primer modelo de voz a texto en directo. Devuelve un borrador unos 100 milisegundos después de oír el audio y termina 0,13 segundos tras callarte. Artificial Analysis lo sitúa primero en precisión en directo, con un 2,5% de error y 60 idiomas.
Por qué importaLos subtítulos en vivo, el dictado y los agentes de voz fallan si el texto se retrasa. El precio de 0,54 dólares por hora hasta fin de año acerca esto a proyectos pequeños.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
ElevenLabs regala a los estudiantes un año de su voz lectora.2026-10-05Un laboratorio de Estados Unidos regalará un modelo nivel China.
2026-10-05Una web de vídeo regala el mejor modelo abierto de traducción.
2026-10-05La mitad de las personas creyó que esa videollamada era humana.
2026-10-04Nvidia subió un nuevo modelo multimodal y no avisó a nadie.
2026-10-04