核心信息

OpenRouter 已上线微软 MAI-Transcribe 2 语音转文字模型，官方称其在 FLEURS 基准上排名第一，准确度优于 Whisper-3-large。该模型支持 60 种语言，具备自动语种识别、代码切换、说话人分离和词级时间戳功能。

要点

  • 公告称 MAI-Transcribe 2 比 Whisper-3-large 更准确，现已在 OpenRouter 提供。
  • 支持 60 种语言的语音转文字，并包含自动语种识别、代码切换、说话人分离和词级时间戳。
  • 有用户反馈其速度惊人：约 15 秒即可转录超过 90 分钟且带说话人分离的音频。