Microsoft AI: MAI-Transcribe 1.5

MAI-Transcribe 1.5 هو نموذج تحويل الكلام إلى نص من Microsoft AI، صدر في 2 يونيو 2026. يقع في فئة النسخ، لذا فهو مصمم لمهمة واحدة: تحويل الصوت المنطوق إلى نص مكتوب بدلا من توليد محادثة أو شيفرة. إذا كنت تجمّع خط معالجة يبدأ بالصوت، فهذا هو المكوّن الذي توفره Microsoft لتلك الخطوة الأولى.

يأخذ النموذج الصوت كمدخل ويعيد نسخا كناتج. تصفه Microsoft بأنه متعدد اللغات، مع نسخ موثوق عبر 43 لغة وظروف صوتية متنوعة. تشير الجهة الموفرة إلى أنه مناسب للترجمات النصية، ونسخ المكالمات، والترجمة المرئية، وإمكانية الوصول، وتطبيقات أخرى معتمدة على الصوت. طول السياق غير منشور في بيانات النموذج الوصفية، وحقل الحد الأقصى للناتج مدرج على أنه صفر، لذا فإن حجم الناتج العملي يحكمه طول الصوت الذي ترسله وطريقة تعامل الخدمة نفسها وليس ميزانية رموز موثقة.

تتطابق هذه القدرات مع مجموعة واضحة إلى حد ما من حالات الاستخدام. إذا كنت تحتاج إلى ترجمات مرئية أو ترجمات نصية مغلقة لمواد مسجلة أو مباشرة، فإن تركيز النموذج على الترجمة المرئية والترجمات النصية ينطبق مباشرة. يغطي نسخ المكالمات أرشيفات مراكز الاتصال، وملاحظات الاجتماعات، وتسجيلات الامتثال. يعد عمل إمكانية الوصول، مثل جعل المحادثات المسجلة أو الفيديوهات الداخلية قابلة للقراءة، مناسبا آخر. ولأن النموذج يتعامل مع 43 لغة، يمكن للفرق التي تخدم جماهير متعددة اللغات تمرير الصوت بأي من تلك اللغات عبر نموذج واحد بدلا من الاحتفاظ بمتعرف منفصل لكل لغة. التطبيقات المعتمدة على الصوت التي تحتاج إلى طبقة نصية قبل المعالجة اللاحقة، مثل البحث في التسجيلات أو التلخيص، تبدأ أيضا من هنا.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج "microsoft/mai-transcribe-1.5". ولأن نقطة النهاية تتبع تنسيق OpenAI، فإن مكتبات العملاء وأشكال الطلبات الحالية التي تستخدمها بالفعل لنماذج أخرى ستعمل دون معالجة خاصة. لاحظ أن هذا النموذج لا يدرج أي معاملات طلب مدعومة، لذا ينبغي أن ترسل الصوت بالبنية القياسية للطلب وتتجنب افتراض أن عناصر التحكم في أخذ العينات أو درجة الحرارة أو مقابض مماثلة سيكون لها أي تأثير على مهمة النسخ.

لا يوجد الكثير في التفاصيل المقدمة حول الحدود الصارمة، لذا تعامل مع طول الصوت ومعدل الإنتاجية كأمور يجب التحقق منها مقابل الخدمة الحية بدلا من افتراضها من الوثائق. ضع في اعتبارك أيضا ما إذا كان نموذج تحويل الكلام إلى نص هو ما تحتاجه أصلا: إذا كانت مهمتك الترجمة بين اللغات المكتوبة، أو توليد نص فوق النص المنسوخ، فإن هذا النموذج يغطي خطوة التعرف فقط وستحتاج إلى نموذج آخر لبقية السلسلة.