মাইক্রোসফ্ট AI-চালিত স্পিচ ট্রান্সক্রিপশনের দাম 72 শতাংশ কমিয়েছে MAI-Transcribe-2 লঞ্চ করার সাথে, একটি নতুন মডেল যা তার অভ্যন্তরীণ Microsoft AI ইউনিটের একটি নতুন মডেল যা কোম্পানি বলে যে ওপেনএআই, গুগল এবং ইলেভেনল্যাবকে নির্ভুলতা এবং গতি উভয় ক্ষেত্রেই হার মানায়৷ 3 সেপ্টেম্বর, 2026-এ লঞ্চ হওয়া মডেলটির দাম 31 ডিসেম্বর, 2026 পর্যন্ত প্রতি অডিও ঘন্টায় মাত্র $0.10 - মাইক্রোসফ্ট জুনে তার আগের MAI-Transcribe-1.5 মডেলের জন্য প্রতি ঘন্টায় $0.36 চার্জ করা থেকে একটি বড় হ্রাস৷

এই পদক্ষেপটি এখনও সবচেয়ে স্পষ্ট চিহ্ন যে মুস্তাফা সুলেমানের মাইক্রোসফ্ট এআই বিভাগ, যে টিম মাইক্রোসফ্টকে 2024 সালের মার্চ মাসে Inflection AI থেকে নিয়োগ করা হয়েছিল, তাদের সাথে সরাসরি প্রতিদ্বন্দ্বিতা করতে চায় যে অংশীদার এবং প্রতিদ্বন্দ্বী এটি একবার নির্ভর করেছিল। AI API-এর দ্রুত পরিবর্তনশীল অর্থনীতি ট্র্যাক করার জন্য ডেভেলপারদের জন্য, AI Buzz Wire প্রতিটি বড় AI টুল লঞ্চ করার সময় কভার করে।

দাম কমানোর পিছনের সংখ্যা

মাইক্রোসফটের লঞ্চ পোস্ট এবং VentureBeat থেকে বেঞ্চমার্ক কভারেজ অনুযায়ী, MAI-Transcribe-2 60টি ভাষায় FLEURS বহুভাষিক বেঞ্চমার্কে প্রথম স্থানে রয়েছে, গড় শব্দ ত্রুটির হার 5.2 শতাংশ। কৃত্রিম বিশ্লেষণের স্বাধীন নন-স্ট্রিমিং লিডারবোর্ডে, মডেলটি 2.0 শতাংশ শব্দ ত্রুটির হার পোস্ট করে এবং সঠিকতার জন্য সামগ্রিকভাবে দ্বিতীয় স্থানে রয়েছে, শুধুমাত্র আলিবাবার ফান-রিয়েলটাইম-এএসআর-প্রিভিউ থেকে।

গতি যেখানে মাইক্রোসফ্ট দাবি করে যে ফাঁকটি সত্যই খোলে। কৃত্রিম বিশ্লেষণের মূল্যায়নের উপর ভিত্তি করে, কোম্পানি বলে যে MAI-Transcribe-2 OpenAI-এর GPT-Transcribe-এর চেয়ে 10 গুণ দ্রুত, ElevenLabs-এর স্ক্রাইব v2-এর চেয়ে 7 গুণ দ্রুত এবং Google-এর জেমিনি 3.5 ট্রান্সক্রাইব-এর চেয়ে 5 গুণ দ্রুত গতিতে চলে৷ কৃত্রিম বিশ্লেষণ বর্তমানে 410.7 এর একটি মধ্যম গতির ফ্যাক্টর সহ মডেলটিকে তালিকাভুক্ত করে, যার অর্থ এক ঘন্টার অডিও প্রায় নয় থেকে দশ সেকেন্ডের মধ্যে প্রতিলিপি করা হয়ে ফিরে আসতে পারে।

মডেল কি করতে পারে

কাঁচা গতি এবং দামের বাইরে, বৈশিষ্ট্য তালিকাটি ডেমোর পরিবর্তে উৎপাদন কাজের চাপের লক্ষ্যে। মাইক্রোসফ্ট ফাউন্ড্রি, এমএআই প্লেগ্রাউন্ড এবং ওপেনরাউটারের মাধ্যমে উপলব্ধ, MAI-ট্রান্সক্রাইব-2 স্বয়ংক্রিয় ভাষা সনাক্তকরণ, ভাষার মধ্য-বাক্যের মধ্যে কোড-স্যুইচিং, স্পিকার ডায়েরাইজেশন, শব্দ-স্তরের টাইমস্ট্যাম্প, কীওয়ার্ড বায়াসিং এবং কনফিগারযোগ্য প্রতিলিপি শৈলী সমর্থন করে।

এই বৈশিষ্ট্যগুলি নির্ধারণ করে যে একটি ট্রান্সক্রিপ্ট প্রকৃতপক্ষে সেটিংসে ব্যবহারযোগ্য কিনা যেখানে ট্রান্সক্রিপশন অর্থ উপার্জন করে: কল সেন্টারগুলি গ্রাহকের অভিযোগ রাউটিং করে, ক্লিনিকগুলি ডকুমেন্টিং ভিজিট, নিউজরুম প্রক্রিয়াকরণ ইন্টারভিউ, এবং মিটিং রুম যেখানে একাধিক লোক একে অপরের সাথে কথা বলে৷ বিশেষ করে কীওয়ার্ড বায়াসিং ডেভেলপারদের মডেল ডোমেন-নির্দিষ্ট শব্দভাণ্ডার শেখাতে দেয় — ওষুধের নাম, পণ্য SKU, আইনি শর্তাদি — কোনো কিছুকে পুনরায় প্রশিক্ষণ না দিয়ে।

সুলেমানের দোকান থেকে একটি ইচ্ছাকৃত কৌশল

MAI-Transcribe-2 তিন মাসে মাইক্রোসফট এআই-এর দ্বিতীয় ট্রান্সক্রিপশন মডেল। MAI-Transcribe-1 প্রতি ঘন্টায় $0.36-এ চালু হয়েছে, এবং MAI-Transcribe-1.5 জুনে 43টি ভাষার সমর্থন এবং কৃত্রিম বিশ্লেষণে তৃতীয় স্থানের র‍্যাঙ্কিং অনুসরণ করেছে। নতুন মডেলটি 60টি ভাষায় কভারেজ প্রসারিত করে যখন দাম দুই-তৃতীয়াংশেরও বেশি কমিয়ে দেয়।

ইউনিটটি পূর্বে পাঠ্যের জন্য MAI-1 এবং স্পিচ জেনারেশনের জন্য MAI-ভয়েস-1 সাম্প্রতিক সাইবারসিকিউরিটি এবং ইমেজ মডেল সহ প্রেরণ করেছে। লঞ্চ থেকে স্পষ্টতই অনুপস্থিত যেটি হল কপিলট বা ওপেনএআই-এর উল্লেখ - OpenAI-তে মাইক্রোসফটের বহু বিলিয়ন-ডলার বিনিয়োগ এবং সেই অংশীদারিত্বের মাধ্যমে AI বৈশিষ্ট্যগুলিকে রুট করার ইতিহাসের প্রেক্ষিতে উল্লেখযোগ্য। পরিবর্তে, মাইক্রোসফ্ট একটি মাইক্রোসফ্ট-ব্র্যান্ডেড মডেল বিক্রি করছে যা OpenAI এর নিজস্ব ট্রান্সক্রিপশন পণ্যের সাথে মাথার সাথে প্রতিযোগিতা করে।

একটি মূল্য যুদ্ধ বক্তৃতা এ.আই

ট্রান্সক্রিপশন বাজার শান্তভাবে প্রয়োগকৃত AI-এর সবচেয়ে প্রতিযোগিতামূলক কোণগুলির মধ্যে একটি হয়ে উঠেছে, এবং মূল্যের চাপটি বাস্তব: Microsoft নোট করেছে $0.10 প্রচারমূলক হার 31 ডিসেম্বর, 2026-এ মেয়াদ শেষ হবে, যা একটি গ্রাহক প্রণোদনা এবং প্রতিযোগীদের জন্য একটি সতর্কতা হিসাবে কাজ করে যে দামগুলি কোথায় যাচ্ছে সে সম্পর্কে।

মহাকাশে স্টার্টআপের জন্য, গণিতটি নৃশংস। যদি কোনো হাইপারস্কেলার সেকেন্ডে এক ঘণ্টার অডিও ঘুরিয়ে দেওয়ার সময় প্রতি অডিও ঘণ্টার দশমাংশে শীর্ষ-স্তরের নির্ভুলতা সরবরাহ করতে পারে, উদ্যোগ-সমর্থিত প্রতিলিপি বিক্রেতাদের অবশ্যই উল্লম্ব বিশেষীকরণ, ওয়ার্কফ্লো ইন্টিগ্রেশন, বা গোপনীয়তার গ্যারান্টিতে মূল্য খুঁজে বের করতে হবে — অথবা সম্পূর্ণরূপে বাজার থেকে সংকুচিত হতে হবে।

ক্রেতাদের জন্য, ইতিমধ্যে, বার্তাটি বছরের তুলনায় সহজ: অত্যাধুনিক বক্তৃতা স্বীকৃতি এখন এক ঘন্টা এক ডাইমেরও কম খরচ করে এবং এটি কেবল সস্তা হচ্ছে৷

এআই থেকে এগিয়ে থাকুন

প্রতি সপ্তাহে নতুন এআই টুল লঞ্চ হয় এবং বিজয়ী এবং পরাজিতরা দ্রুত স্থানান্তরিত হয়। AI টুল মার্কেটের স্বাধীন কভারেজের জন্য AI Buzz Wire অনুসরণ করুন।

সর্বশেষ AI খবর পড়ুন →