マイクロソフトの新モデルは話し終わる前に書き始めます。
マイクロソフトは10月1日、初の実時間音声文字起こしモデルを公開しました。音声を受けて約100ミリ秒で下書きを返し、話し終えて0.13秒で確定します。Artificial Analysisは実時間精度で一位とし、誤り率は2.5%で60言語に対応します。
なぜ重要か字幕や口述、音声エージェントは文字が話者に遅れると使いものになりません。年内は一時間0.54ドルという価格で、小さな案件でも実時間書き起こしが使えます。
アプリで読む——無料・9言語
関連ニュース
イレブンラボが学生に朗読音声を一年間無料で出します。2026-10-05米国の研究所が中国勢に並ぶ公開モデルを無料で出します。
2026-10-05動画サイトが最高得点のオープン翻訳モデルを無料で公開した
2026-10-05短い動画通話で、半数の人がAIを本物の人間だと思った
2026-10-04エンビディアが新しい多模態モデルを黙って置きました。
2026-10-04