AIToday
大規模言語モデル音声・スピーチSiliconANGLE AI掲載日時: 2026年10月2日 13:00

Microsoft、音声1時間54セントのAI公開

LINEで送る
Microsoft、音声1時間54セントのAI公開

3つのポイント

  1. 何が起きたか

    Microsoftが初のストリーミング文字起こしモデルMAI-Transcribe-2-Streamingを公開。音声1時間あたり54セント。60以上の言語に対応。

  2. なぜ重要か

    話し手が話し終える前にリアルタイム字幕を表示したりリクエストの処理を始めたりする音声エージェントを開発者が構築できる。Microsoftは自然で人間らしい会話に必要だとしている。

  3. 注目点

    コスト削減はOpenAIやAnthropicなどのプロバイダーを置き換えられるかにかかっている。Suleyman氏はBloombergに目標を語った。

誰に効くか音声エージェントや会話AIアプリケーションを開発する開発者は、リアルタイム文字起こしのより安価で高速な選択肢を得る。MicrosoftのCopilotチームがExcelやOutlookなどのプラットフォーム向けエージェントで恩恵を受ける可能性もある。同社は自社モデルを内部で使うことを目指している。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問
MAI-Transcribe-2-Streamingの料金はいくらですか?
MicrosoftはVercel AI Gateway上で音声1時間あたり54セントに設定した。これは以前のMAI-Transcribe-2モデルの音声1時間あたり10セントの5倍以上にあたる。
ストリーミングモデルと通常の文字起こしモデルの違いは何ですか?
ストリーミングモデルは音声がまだ届いている間に暫定的な結果を連続して返すのに対し、通常のMAI-Transcribe-2は話し手が話し終えるのを待ってから処理する。ストリーミング版は処理量が多いため、価格が高い。
なぜMicrosoftは自社AIモデルを開発しているのですか?
Microsoft AI CEOのMustafa Suleyman氏はOpenAIとAnthropicのフロンティアモデルのコストを懸念し、研究者にMAIファミリーへの注力を指示した。Bloombergに対し、目標はそのコストを削減し最終的にはなくすことだと語った。
SiliconANGLE AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へMicrosoft AI、初のストリーミング文字起こしモデル発表