마이크로소프트 AI가 10월 1일 첫 스트리밍 전사 모델 'MAI-Transcribe-2-Streaming'과 음성합성 모델 'MAI-Voice-2.1', 'MAI-Voice-2.1-Flash'를 마이크로소프트 파운드리를 통해 출시했다. MAI-Transcribe-2-Streaming은 60개 언어를 실시간 전사하며 Artificial Analysis 벤치마크에서 정확도 1위를 기록, 최종 전사까지 0.13초가 걸리고 최종 단어 오류율은 2.5%다. 음성 모델 MAI-Voice-2.1은 23개 언어·26개 로케일을 하나의 화자 목소리로 전환 없이 지원하며 100만 자당 22달러, 고속·저지연에 최적화된 MAI-Voice-2.1-Flash는 지연 150밀리초로 100만 자당 15달러에 제공된다. 4000명 대상 튜링 테스트에서 청취자의 50.3%가 MAI-Voice를 인간 음성과 같거나 더 인간적이라고 평가했다.
- •마이크로소프트, 10월 1일 스트리밍 전사 모델 'MAI-Transcribe-2-Streaming'과 음성합성 2종 신규 출시
- •MAI-Transcribe-2-Streaming, 60개 언어 실시간 전사하여 Artificial Analysis 보릈쿨블 목릉 1위, 최종 전사 0.13초
- •MAI-Voice-2.1, 23개 언어·26개 로케일을 동일 화자 목소리로 전환 없이 지원, 100만 자당 22달러
- •MAI-Voice-2.1-Flash, 지연 150밀리세초의 고속·저비용 버전으로 100만 자당 15달러
- •4000명 튜링 테스트에서 요장 50.3%가 MAI-Voice를 인간 음성과 동등하거나 더 인간적이다고 평가
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Microsoft Launches MAI-Transcribe-2-Streaming and Two MAI-Voice Models
- 1.MS, 실시간 전사모델 'MAI-Transcribe-2-Streaming'과 음성합성 모델 2종 파운드리 출시(10/1)
- 2.Artificial Analysis 벤치마크에서 정확도 1위, 최종 전사 오류율 2.5%·최종 완성까지 0.13초 기록
- 3.4000명 대상 튜링테스트에서 응답자의 50.3%가 MAI-Voice를 실제 사람 음성과 동등하거나 더 자연스럽다고 평가
- 4.MAI-Voice-2.1-Flash, 지연 150ms·추론속도 55%↑·비용 60%↓ 내세워 실시간 음성 에이전트 겨낥
왜 중요한가?
전사와 음성합성 모델을 저지연·저비용으로 동시에 공급함으로써, 실시간 음성 에이전트 구축에 필요한 양 끝단(듣기·말하기) 병목을 줄이려는 마이크로소프트의 인프라 전략을 보여준다.
언급 프로젝트
본문 미리보기
Microsoft AI on October 1, 2026 launched MAI-Transcribe-2-Streaming, its first streaming transcription model, alongside two new text-to-speech models, MAI-Voice-2.1 and MAI-Voice-2.1-Flash, with all three available through Microsoft Foundry. MAI-Transcribe-2-Streaming and the Artificial Analysis Benchmark Microsoft describes MAI-Transcribe-2-Streaming as delivering low-latency, real-time transcripts in 60 languages with automatic, continuous language detection. The company said the model ranks…
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:53AI 초안
