Search

Tag: #transcription18 results

微軟 MAI-Transcribe-1：全球最準文字轉寫模型

微軟推出 MAI-Transcribe-1，宣稱在 25 種語言平均詞錯誤率（WER）僅 3.9%，為全球精度最高轉寫模型。此為繼 MAI-Voice-1（語音合成）及 MAI-Image-2 後的第三款 MAI 系列模型。這擴展了微軟自研 AI 產品線。

Cohere 推出專為轉錄設計的開源語音模型。僅 20 億參數，可在消費級 GPU 上自託管，目前支援 14 種語言。

Google Meet 的會議筆記功能將從視訊通話擴展至實體會議。Gemini 能夠記錄筆記、產生包含待辦事項的文件，並建立完整逐字稿。

Google 發布了 AI Edge Eloquent，這是一款適用於 macOS 的免費聽寫應用，可完全在裝置端進行語音轉錄與文字潤飾。此工具無需雲端訂閱，並解決了語音處理中常見的隱私疑慮。

Google 在 Gboard 中引入了由 Gemini 驅動的語音轉文字功能，首波支援 Samsung Galaxy 與 Google Pixel 手機。此舉可能對現有的語音轉錄類新創公司造成競爭壓力。

AWS 介紹使用 Parakeet-TDT 轉錄上傳至 Amazon S3 音頻檔案的可擴展事件驅動管道。它整合 AWS Batch、EC2 Spot Instances 以及緩衝串流推斷，以最小化大規模處理成本。

Speechify 推出原生 Windows 應用程式，由本地儲存的 AI 模型驅動。它支援系統層級跨應用語音聽寫，並可朗讀網頁、文件和 PDF。该應用直接競爭 Wispr Flow、Willow 和 Superwhisper。

HypeScribe 推出 AI 驅動的轉錄與摘要工具。它將音頻、視頻及社群媒體連結轉換為精準的逐字稿、摘要及行動項目。結果可在數秒內產生。

英國司法部將擴大法院使用 AI，包括 Microsoft Copilot 進行轉錄，以加速司法程序。受安大略省無紙化系統啟發，他們宣布撥款 1200 萬英鎊成立 AI 單位。司法部長 David Lammy 在 Microsoft AI 活動上公布此消息。

Google Meet 的 Gemini 驅動會議軟體現在可為實體會議記錄筆記。功能會將逐字稿儲存至 Google Drive，並透過電子郵件寄送副本給使用者。

Page 1 of 2