마이크로소프트, 실시간 받아쓰기 1위 모델 공개
마이크로소프트 AI가 첫 실시간 받아쓰기 모델 MAI-Transcribe-2-Streaming을 공개했습니다. 말이 끝나기 전부터 글자를 띄워서 음성 에이전트가 말하는 도중에 생각하고 도구를 쓰게 하는 모델입니다.
Artificial Analysis 스트리밍 받아쓰기 평가에서 단어 오류율 2.5%로 28개 모델 중 가장 낮았습니다.
첫 글자가 뜨기까지 100ms 남짓이고, 60개 언어를 자동으로 알아듣습니다.
함께 나온 음성 모델 MAI-Voice-2.1은 한 목소리로 23개 언어를 원어민 억양으로 말합니다.
4,000명 청취 실험에서는 50.3%가 사람 녹음과 같거나 더 사람 같다고 답했습니다.
받아쓰기는 연말까지 오디오 1시간에 0.54달러입니다.
출처 마이크로소프트 AI 공식 블로그
광고
카드 내용
- 정확도 · Artificial Analysis28개 모델 중 받아쓰기 오류가 가장 적습니다
단어 오류율 2.5%로 실시간 받아쓰기 1위입니다. 점선은 첫 글자가 뜰 때의 오류율입니다.
출처: 마이크로소프트 AI 공식 블로그 - 정확도 × 속도더 정확한데 느리지도 않습니다
첫 글자는 100ms 남짓에 뜨고 말하면서 고쳐 갑니다. 왼쪽 아래일수록 빠르고 정확합니다.
출처: 마이크로소프트 AI 공식 블로그 - 음성 · MAI-Voice-2.1절반이 사람 녹음만큼 자연스럽다고 답했습니다
4,000명 청취 실험에서 50.3%가 고른 결과입니다. 한 목소리로 23개 언어를 원어민 억양으로 말합니다.
출처: 마이크로소프트 AI 공식 블로그
광고
