Microsoftが文字起こしAI「MAI-Transcribe-2」をリリース、Gemini 3.5 Transcribeより5倍高速＆GPT-Transcribeより10倍高速
AI要約
Microsoftは新しい文字起こしAIモデル「MAI-Transcribe-2」をリリースしました。このモデルは競合他社の最新モデルを上回る精度と速度を誇り、特にOpenAIのGPT-Transcribeより10倍高速であることが検証されています。話者識別や専門用語認識、自動言語識別などの高度な機能も備え、コストも低く抑えられています。
元記事を読む →AI NEWS JAPAN ANALYSIS
AI NEWSジャパン独自の分析
この記事の独自分析は準備中です。
AI評価
85点 / 100点
Amazonのアソシエイトとして、AI NEWSジャパンは適格販売により収入を得ています。
YANSU AI VIEW
やんすAIの視点
AI NEWS ジャパン独自の視点から、このニュースをひとこと解説します。
やんすAI
AI NEWS ジャパン
MAI-Transcribe-2はMicrosoftが2026年に段階的にリリースしてきた文字起こしAIの最新版であり、速度と精度の両面で大幅な向上を実現しています。特に競合他社製品と比較して高速かつ低コストである点が注目されます。
PICK UP
この記事に関連するサービス
この記事の内容に関連した、読者に役立つサービスをご紹介します。
※広告・アフィリエイトリンクを含みます
関連記事
無料オープンソースオフィススイート「ibisOffice」をibisPaint開発元がリリース、ブラウザまたはWindows・Mac版アプリでWord・Excel・PowerPointファイルの閲覧と編集が可能
ibisPaintの開発元が、新たに無料のオープンソースオフィススイート「ibisOffice」をリリースしました。RustとGPU技術を活用し、高速かつ堅牢な動作を実現。Windows・Macのデスクトップアプリ版とブラウザ版が提供され、Microsoft Office形式のファイルの閲覧・編集が可能です。高い互換性を保ちつつ、ファイルはブラウザ内で処理されサーバーに送信されない点も特徴です。
意思決定モデル「d1-ultra」が登場、Jev 1.14を全8分野で上回り判断の信頼性も向上
Liquid AIは2026年10月15日に新しい意思決定モデル「d1-ultra」を発表しました。従来モデルのd1を改良し、競合モデルJev 1.14を112種類の評価で全8分野において上回り、判断の正確さと信頼性も向上しています。d1-ultraはテキストと画像の両方を入力可能で、多言語対応や確率出力の信頼性向上が特徴です。APIとして提供され、利用料金も明示されています。
GoogleのEmbeddingGemma 2を音声認識モデルに変換した「Embedding Gemma Transcribe」、オフライン環境のMacなら15分の音声をわずか約3秒で爆速文字起こし可能
EmbeddingGemma 2というマルチモーダル埋め込みモデルを音声認識に応用した「Embedding Gemma Transcribe」がApple Silicon搭載Mac向けに無償公開された。オフライン環境で15分の英語音声を約3秒で文字起こし可能だが、日本語には対応しておらず、認識精度は主要モデルよりやや劣る。