மைக்ரோசாப்ட் அதன் உள் மைக்ரோசாஃப்ட் AI யூனிட்டின் புதிய மாடலான MAI-Transcribe-2 ஐ அறிமுகப்படுத்தியதன் மூலம் AI-இயங்கும் பேச்சு டிரான்ஸ்கிரிப்ஷனின் விலையை 72 சதவிகிதம் குறைத்துள்ளது, இது OpenAI, Google மற்றும் ElevenLabs ஐ துல்லியம் மற்றும் வேகம் இரண்டிலும் முறியடிக்கும் என்று நிறுவனம் கூறுகிறது. செப்டம்பர் 3, 2026 அன்று அறிமுகப்படுத்தப்பட்ட இந்த மாடலின் விலை, டிசம்பர் 31, 2026 வரை ஒரு ஆடியோ மணி நேரத்திற்கு $0.10 மட்டுமே - ஜூன் மாதத்தில் மைக்ரோசாப்ட் அதன் முந்தைய MAI-Transcribe-1.5 மாடலுக்கு ஒரு மணி நேரத்திற்கு $0.36 வசூலித்ததில் இருந்து ஒரு சரிவு.

மார்ச் 2024 இல் Inflection AI இலிருந்து மைக்ரோசாப்ட் பணியமர்த்தப்பட்ட குழுவைச் சுற்றி கட்டமைக்கப்பட்ட முஸ்தபா சுலைமானின் மைக்ரோசாஃப்ட் AI பிரிவு, ஒரு காலத்தில் நம்பியிருந்த கூட்டாளர்கள் மற்றும் போட்டியாளர்களுடன் நேரடியாக போட்டியிட விரும்புகிறது என்பதற்கு இந்த நடவடிக்கை தெளிவான அறிகுறியாகும். AI APIகளின் வேகமாக மாறும் பொருளாதாரத்தைக் கண்காணிக்கும் டெவலப்பர்களுக்கு, AI Buzz Wire ஆனது ஒவ்வொரு முக்கிய AI கருவிகள் தொடங்குவதையும் உள்ளடக்கியது.

விலைக் குறைப்புக்குப் பின்னால் உள்ள எண்கள்

மைக்ரோசாப்டின் வெளியீட்டு இடுகை மற்றும் வென்ச்சர்பீட் வழங்கும் பெஞ்ச்மார்க் கவரேஜின் படி, MAI-Transcribe-2 60 மொழிகளில் FLEURS பன்மொழி அளவுகோலில் முதல் இடத்தைப் பிடித்துள்ளது, சராசரி சொல் பிழை விகிதம் 5.2 சதவீதம். செயற்கைப் பகுப்பாய்வின் சுயாதீன ஸ்ட்ரீமிங் அல்லாத லீடர்போர்டில், மாடல் 2.0 சதவீத வார்த்தைப் பிழை விகிதத்தை இடுகையிடுகிறது மற்றும் அலிபாபாவின் Fun-Realtime-ASR-முன்னோட்டத்திற்குப் பின்னால், துல்லியத்தில் ஒட்டுமொத்தமாக இரண்டாவது இடத்தைப் பிடித்துள்ளது.

வேகம் என்பது மைக்ரோசாப்ட் கூறும் இடைவெளி உண்மையிலேயே திறக்கிறது. செயற்கையான பகுப்பாய்வு மதிப்பீடுகளின் அடிப்படையில், MAI-Transcribe-2 ஆனது OpenAI இன் GPT-Transcribe ஐ விட 10 மடங்கு வேகமாகவும், ElevenLabs இன் Scribe v2 ஐ விட 7 மடங்கு வேகமாகவும், Google இன் Gemini 3.5 Transcribe ஐ விட 5 மடங்கு வேகமாகவும் இயங்கும் என நிறுவனம் கூறுகிறது. செயற்கைப் பகுப்பாய்வு தற்போது 410.7 இன் சராசரி வேகக் காரணி கொண்ட மாதிரியை பட்டியலிடுகிறது, அதாவது ஒரு மணிநேர ஆடியோ தோராயமாக ஒன்பது முதல் பத்து வினாடிகளில் மீண்டும் ஒலிபரப்பப்படும்.

மாதிரி என்ன செய்ய முடியும்

மூல வேகம் மற்றும் விலைக்கு அப்பால், அம்சப் பட்டியல் டெமோக்களைக் காட்டிலும் உற்பத்தி பணிச்சுமைகளை இலக்காகக் கொண்டது. Microsoft Foundry, MAI Playground மற்றும் OpenRouter மூலம் கிடைக்கும், MAI-Transcribe-2 ஆனது தானியங்கி மொழி அடையாளம், மொழிகளுக்கு இடையே குறியீடு-மாற்றம், வாக்கியத்தின் நடுப்பகுதி, ஸ்பீக்கர் டயரைசேஷன், சொல்-நிலை நேர முத்திரைகள், முக்கியச் சார்பு மற்றும் உள்ளமைக்கக்கூடிய டிரான்ஸ்கிரிப்ட் பாணிகளை ஆதரிக்கிறது.

டிரான்ஸ்கிரிப்ஷன் பணம் சம்பாதிக்கும் அமைப்புகளில் டிரான்ஸ்கிரிப்ட் உண்மையில் பயன்படுத்தப்படுகிறதா என்பதை அந்த அம்சங்கள் தீர்மானிக்கின்றன: வாடிக்கையாளர் புகார்களைத் தெரிவிக்கும் அழைப்பு மையங்கள், வருகைகளை ஆவணப்படுத்தும் கிளினிக்குகள், செய்தி அறைகள் நேர்காணல்களைச் செயலாக்கும் அறைகள் மற்றும் பலர் ஒருவருக்கொருவர் பேசும் அறைகள். குறிச்சொல் சார்பு குறிப்பாக டெவலப்பர்கள் மாதிரி டொமைன்-குறிப்பிட்ட சொற்களஞ்சியம் - மருந்து பெயர்கள், தயாரிப்பு SKUகள், சட்ட விதிமுறைகள் - எதையும் மீண்டும் பயிற்சி செய்யாமல் கற்பிக்க உதவுகிறது.

சுலைமான் கடையில் இருந்து ஒரு திட்டமிட்ட உத்தி

MAI-Transcribe-2 என்பது மைக்ரோசாப்ட் AI இன் மூன்று மாதங்களில் இரண்டாவது டிரான்ஸ்கிரிப்ஷன் மாடல் ஆகும். MAI-Transcribe-1 ஆனது ஒரு மணி நேரத்திற்கு $0.36 இல் தொடங்கப்பட்டது, மேலும் MAI-Transcribe-1.5 ஜூன் மாதத்தில் 43 மொழிகளுக்கான ஆதரவுடன் மற்றும் செயற்கைப் பகுப்பாய்வில் மூன்றாம் இடத்தைப் பெற்றது. புதிய மாடல் 60 மொழிகளில் கவரேஜை விரிவுபடுத்துகிறது, அதே நேரத்தில் விலை மூன்றில் இரண்டு பங்குக்கு மேல் குறைக்கப்படுகிறது.

யூனிட் முன்பு MAI-1 உரைக்காகவும், MAI-Voice-1 பேச்சு உருவாக்கத்திற்காகவும், சமீபத்திய இணையப் பாதுகாப்பு மற்றும் பட மாதிரிகளுடன் அனுப்பப்பட்டது. துவக்கத்தில் வெளிப்படையாக இல்லாதது Copilot அல்லது OpenAI பற்றிய எந்தக் குறிப்பும் ஆகும் - மைக்ரோசாப்டின் OpenAI இல் பல பில்லியன் டாலர் முதலீடு மற்றும் அந்த கூட்டாண்மை மூலம் AI அம்சங்களை ரூட்டிங் செய்த வரலாறு ஆகியவை குறிப்பிடத்தக்கது. அதற்கு பதிலாக, மைக்ரோசாப்ட், ஓபன்ஏஐயின் சொந்த டிரான்ஸ்கிரிப்ஷன் தயாரிப்புடன் நேருக்கு நேர் போட்டியிடும் மைக்ரோசாஃப்ட்-பிராண்டட் மாடலை விற்பனை செய்கிறது.

பேச்சு AI இல் ஒரு விலைப் போர்

டிரான்ஸ்கிரிப்ஷன் சந்தையானது பயன்படுத்தப்பட்ட AI இன் மிகவும் போட்டித்தன்மை வாய்ந்த மூலைகளில் ஒன்றாக மாறிவிட்டது, மேலும் விலை நிர்ணயம் உண்மையானது: மைக்ரோசாப்ட் குறிப்பிடுகிறது $0.10 விளம்பர விகிதம் டிசம்பர் 31, 2026 அன்று காலாவதியாகிறது, இது வாடிக்கையாளர் ஊக்குவிப்பாகவும், விலைகள் எங்கு செல்கிறது என்பதைப் பற்றிய போட்டியாளர்களுக்கு எச்சரிக்கையாகவும் செயல்படுகிறது.

விண்வெளியில் தொடங்குபவர்களுக்கு, கணிதம் மிருகத்தனமானது. ஒரு ஹைப்பர் ஸ்கேலர் ஒரு மணி நேர ஆடியோவை நொடிகளில் மாற்றும் போது, ​​ஒரு ஆடியோ மணி நேரத்திற்கு ஒரு டாலரில் பத்தில் ஒரு பங்கு என்ற டாப்-டையர் துல்லியத்தை வழங்க முடியும் என்றால், துணிகர ஆதரவு டிரான்ஸ்கிரிப்ஷன் விற்பனையாளர்கள் செங்குத்து நிபுணத்துவம், பணிப்பாய்வு ஒருங்கிணைப்பு அல்லது தனியுரிமை உத்தரவாதங்களில் மதிப்பைக் கண்டறிய வேண்டும் - அல்லது சந்தையிலிருந்து முழுவதுமாக சுருக்கப்பட வேண்டும்.

வாங்குபவர்களுக்கு, இதற்கிடையில், செய்தி பல ஆண்டுகளாக இருந்ததை விட எளிமையானது: அதிநவீன பேச்சு அங்கீகாரம் இப்போது ஒரு மணி நேரத்திற்கு ஒரு நாணயத்திற்கும் குறைவாகவே செலவாகும், மேலும் அது மலிவாகி வருகிறது.

AIக்கு முன்னால் இருங்கள்

ஒவ்வொரு வாரமும் புதிய AI கருவிகள் தொடங்கப்படுகின்றன, வெற்றியாளர்களும் தோல்வியுற்றவர்களும் வேகமாக மாறுகிறார்கள். AI Buzz Wire ஐப் பின்தொடரவும் AI கருவிகள் சந்தையின் சுயாதீனமான கவரேஜுக்கு.

சமீபத்திய AI செய்திகளைப் படிக்கவும் →