마이크로소프트, MAI-Transcribe-2 공개…60개 언어·화자 분리 지원

Microsoft AI는 9월 3일 새 음성 인식 모델 MAI-Transcribe-2를 공개했다. Microsoft Foundry에서는 공개 미리보기로 제공되며 MAI Playground에서도 시험할 수 있다.

이 모델은 60개 언어를 지원한다. 여러 화자를 구분하는 화자 분리, 단어 단위 타임스탬프, 전문용어 인식을 돕는 어휘 프롬프트가 포함됐다.

자동 언어 판별과 한 문장 안에서 언어가 바뀌는 코드 스위칭도 지원한다. 사용자는 말버릇과 반복을 남기는 원문형 전사와 읽기 쉽게 정리하는 전사 방식을 선택할 수 있다.

Microsoft는 자체 FLEURS 평가에서 60개 언어 평균 단어 오류율 5.2%를 기록했다고 발표했다. 이 결과는 회사가 공개한 특정 평가 데이터의 평균이며 언어별 수치와 복잡한 화자 환경의 정확도는 별도로 공개되지 않았다.

OpenRouter는 9월 3일 출시된 모델로 MAI-Transcribe-2를 등록하고 같은 기능과 가격 정보를 안내하고 있다. Microsoft가 제시한 출시 가격은 음성 한 시간당 0.10달러이며 2026년 12월 31일까지 적용된다.