Microsoft AI: MAI-Transcribe 1.5

MAI-Transcribe 1.5 is een spraak-naar-tekst-model van Microsoft AI, uitgebracht op 2 juni 2026. Het valt in de categorie transcriptie, dus het is gebouwd voor één taak: gesproken audio omzetten in geschreven tekst in plaats van gesprekken of code genereren. Als je een pipeline samenstelt die met spraak begint, is dit de component die Microsoft voor die eerste stap levert.

Het model neemt audio als invoer en retourneert een transcriptie als uitvoer. Microsoft beschrijft het als meertalig, met betrouwbare transcriptie in 43 talen en diverse audio-omstandigheden. De provider merkt op dat het geschikt is voor ondertitels, calltranscriptie, ondertiteling, toegankelijkheid en andere spraakgestuurde toepassingen. De contextlengte wordt niet gepubliceerd in de modelmetadata, en het veld voor maximale uitvoer staat vermeld als nul, dus de praktische uitvoergrootte wordt bepaald door de lengte van de audio die je indient en de eigen verwerking van de service, niet door een gedocumenteerd tokenbudget.

Die mogelijkheden sluiten aan op een vrij duidelijke set use cases. Als je ondertitels of closed captions nodig hebt voor opgenomen of live materiaal, geldt de focus van het model op ondertiteling en captions rechtstreeks. Calltranscriptie dekt contactcenterarchieven, vergadernotities en compliance-opnamen. Toegankelijkheidswerk, zoals opgenomen lezingen of interne video's leesbaar maken, is ook een goede match. Omdat het model 43 talen aankan, kunnen teams die meertalige doelgroepen bedienen audio in al die talen via één model routeren in plaats van per locale een aparte recognizer te onderhouden. Spraakgestuurde toepassingen die een tekstlaag nodig hebben vóór verdere verwerking, zoals zoeken in opnamen of samenvatten, beginnen ook hier.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "microsoft/mai-transcribe-1.5". Omdat het endpoint het OpenAI-formaat volgt, werken bestaande clientbibliotheken en requeststructuren die je al voor andere modellen gebruikt zonder speciale aanpassingen. Let op: dit model vermeldt geen ondersteunde requestparameters, dus je moet de audio met de standaard requeststructuur versturen en niet aannemen dat sampling-instellingen, temperature of vergelijkbare knoppen enig effect hebben op een transcriptietaak.

Er staat niet veel in de aangeleverde details over harde limieten, dus beschouw audiolengte en doorvoer als zaken die je tegen de live service moet verifiëren in plaats van aan te nemen op basis van documentatie. Overweeg ook of een spraak-naar-tekst-model überhaupt is wat je nodig hebt: als je taak vertaling is tussen geschreven talen, of tekstgeneratie bovenop het transcript, dan dekt dit model alleen de herkenningsstap en heb je een ander model nodig voor de rest van de keten.