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
元記事の内容をもとに、ニュースの重要度・話題性・影響範囲・新規性・今後の注目度をAIが分析しています。
AI評価
85点 / 100点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。
AI鬼管理｜弁護士・法律事務所向け Claude Code 無料セミナーの参加完了
※広告・アフィリエイトリンクを含みます
関連記事
Metaがリアルタイム文字起こしAI「Muse Voice Transcribe」をリリース
MetaのAI研究部門であるMeta Superintelligence Labsが、初のリアルタイム音声認識モデル「Muse Voice Transcribe」を発表しました。このモデルはリアルタイムストリーミング音声認識、20人以上の話者識別、発話終了検出を備え、AI評価プラットフォームArtificial Analysisで高評価を獲得しています。70以上の言語に対応し、特に25言語は広範囲に検証済みです。コードスイッチングもネイティブサポートし、1時間以上の長時間音声や多人数会話も処理可能です。2026年9月2日からMetaのAPIやサービスを通じて利用可能となります。
OpenAI、次世代モデル「GPT‑6 Astra」公開 "世界最高の知能"
OpenAIは次世代の大規模言語モデル「GPT-6 Astra」を発表し、高い知能と人間の意図との整合性を実現。数学の未解決問題の解決や高精度な専門業務処理が可能で、ChatGPTの有料プランやAPI、AWSを通じて順次提供を拡大する。Astraは安全性も大幅に向上し、コンピュータ操作やクリエイティブ作業の代替も可能としている。
画像も動画も3D空間も生成可能な世界モデル「Atlas」が登場、「1枚の画像から3D空間を生成」「指示に忠実なカメラワーク」「1440pの動画生成」など多機能なモデル
AIモデル「Atlas」は、1枚の画像から周囲の3D空間を生成し、最大1440pの高解像度動画を最大1分間作成可能です。カメラの動きや角度の指示に忠実に従い、GoogleのGemini Omni FlashやMiniMax H3と比較して高いカメラ制御性能を示しています。画像生成や複数画像からの景色再現も可能で、3D空間データはガウシアンスプラッティング技術で形成されます。現在は一部パートナーに限定公開中で、数週間以内にアーリーアクセスが開始予定です。