Zum Hauptinhalt springen
AudiomodellVorschau

MAI-Transcribe-2

Microsoft

Veröffentlicht
3. September 2026
Datenstand
3. Oktober 2026
Modellklasse
Sprachen

MAI-Transcribe-2 ist Microsofts dateibasierter Speech-to-Text-Endpunkt für 60 Sprachen. Sprecherzuordnung, Zeitstempel und Domain-Biasing erweitern den reinen Wortlaut um strukturierte Transkriptinformationen.

Die API-Kennung lautet mai-transcribe-2. Der Foundry-Zugang ist eine öffentliche Vorschau ohne SLA, der Einführungspreis beträgt 0,10 $ pro Audiostunde. Für laufende Eingaben gibt es die getrennte Streaming-Variante mit eigener Kennung.

Technische Daten und Zugang

AngabeWert und Quelle
Modellklasse
SpracherkennungQuelle
Zugang
Microsoft Foundry APIQuelle
Eingabe
Aufgenommenes AudioQuelle
Ausgabe
Transkript mit Zeitstempeln und SprecherzuordnungQuelle
API-Modellkennung
mai-transcribe-2Quelle
Vorschau-Bedingungen
Öffentliche Vorschau ohne SLAQuelle
Sprachen
60 SprachenQuelle
Funktionen
Sprecherzuordnung, Zeitstempel und Domain-BiasingQuelle