Microsoft AI: MAI-Transcribe 2

Microsoft AI: MAI-Transcribe 2 هو نموذج تحويل الكلام إلى نص من Microsoft، صدر في 3 سبتمبر 2026. يقع في فئة النسخ، لذا فإن مهمته ضيقة ومحددة: تحويل الصوت المنطوق إلى نص مكتوب. تصفه Microsoft كنظام متعدد اللغات، وهو مصنف في المرتبة الأولى على معيار FLEURS متعدد اللغات وفقا للمزود. إذا كان عملك يتضمن كلاما بأكثر من لغة واحدة، فإن هذا المزيج من دعم المزود وموقعه في المعيار هو السبب الرئيسي للنظر في هذا النموذج بدلا من نموذج عام الأغراض.

يأخذ النموذج الصوت كمدخل ويعيد نسخا كناتج. يغطي 60 لغة ويقوم بتحديد اللغة تلقائيا، لذا لا يتعين عليك إخباره باللغة المنطوقة قبل إرسال الطلب. كما يتعامل مع تبديل الشيفرة، أي الصوت الذي يتنقل فيه المتحدثون بين اللغات داخل التسجيل نفسه. لا تسرد التفاصيل المنشورة طول سياق بالوحدات الرمزية، والناتج الأقصى مذكور كصفر، لذا تعامل مع النموذج كنقطة نهاية نسخ خالصة وليس كشيء يمكن توجيهه بتعليمات نصية طويلة. لا توجد معاملات طلب مدعومة مدرجة beyond ما يتطلبه API لتحديد النموذج وتمرير الصوت.

تتبع الاستخدامات العملية مباشرة من تلك القدرات. تسجيلات الاجتماعات والمكالمات في المؤسسات متعددة اللغات مناسبة واضحة، خاصة حيث يبدل المشاركون اللغات في منتصف المحادثة. يمكن لسير عمل الوسائط والبودكاست استخدامه لإنتاج نصوص دون خطوة اكتشاف لغة منفصلة. يمكن لمشاريع البحث والأرشفة التي تتعامل مع الكلام بأي من اللغات الستين المدعومة إرسال الصوت والحصول على النص. ولأن تحديد اللغة تلقائي، لا تحتاج المهام المجمعة على صوت مختلط اللغات إلى الفرز أو الوسم مسبقا.

تستدعي النموذج عبر API المتوافق مع OpenAI من api14 باستخدام معرف النموذج "microsoft/mai-transcribe-2". ولأن الواجهة تتبع تنسيق OpenAI، يمكن إعادة استخدام العملاء ومجموعات SDK الحالية التي تشير بالفعل إلى عنوان أساسي متوافق مع OpenAI، مع إرسال الصوت كمدخل وإرجاع النسخ في الاستجابة. لا يسرد النموذج أي معاملات مدعومة، لذا أبق الطلبات في حدها الأدنى: عيّن معرف النموذج، وأرفق الصوت، وتجنب افتراض أن خيارات أخذ العينات أو التنسيق سيكون لها أي تأثير. إذا لم يكن المعامل مدرجا كمدعوم، فمن الأكثر أمانا تركه خارج الطلب.

فيما يتعلق بالحدود، الحقائق المتاحة قليلة. لا يوجد طول سياق مذكور والناتج الأقصى صفر، مما يشير إلى أن النموذج غير مخصص لتوجيه نص إلى نص أو للردود المولدة الطويلة. إذا كانت مهمتك تتطلب استدلالا على نص مكتوب، أو تلخيصا، أو ترجمة، أو أي توليد نص، فإن نموذج نصي هو الخيار الأفضل، مع استخدام MAI-Transcribe 2 أولا لإنتاج النص. إذا كان صوتك خارج اللغات الستين المدعومة، فمن غير المرجح أن يساعد هذا النموذج.