Microsoft AI 发布面向语音智能体的实时转录与语音合成模型，强调低延迟和多语言

Microsoft AI 发布 MAI-Transcribe-2-Streaming 和两个语音合成模型，面向语音智能体，核心是低延迟、多语言和更低价格。Microsoft 称转录模型在 Artificial Analysis 的准确率排名第一，支持 60 种语言，首个部分结果在 100 多毫秒内返回；到年底，每小时音频介绍价为 $0.54。