Microsoft AI: MAI-Transcribe 2

Microsoft AI: MAI-Transcribe 2 is een spraak-naar-tekst-model van Microsoft, uitgebracht op 3 september 2026. Het valt in de categorie transcriptie, dus de taak is smal en specifiek: gesproken audio omzetten in geschreven tekst. Microsoft positioneert het als een meertalig systeem, en volgens de provider staat het eerste op de FLEURS meertalige benchmark. Als uw werk spraak in meer dan één taal omvat, is die combinatie van providerondersteuning en benchmarkpositie de belangrijkste reden om naar dit model te kijken in plaats van naar een algemeen model.

Het model neemt audio als invoer en retourneert een transcriptie als uitvoer. Het ondersteunt 60 talen en voert automatische taalidentificatie uit, dus u hoeft niet aan te geven welke taal wordt gesproken voordat u een verzoek verstuurt. Het verwerkt ook codewisseling, dat wil zeggen audio waarin sprekers binnen dezelfde opname tussen talen wisselen. De gepubliceerde details vermelden geen contextlengte in tokens, en de maximale uitvoer wordt gegeven als nul, dus behandel het model als een puur transcriptie-eindpunt in plaats van iets dat u met lange tekstinstructies kunt aansturen. Er zijn geen ondersteunde verzoekparameters vermeld naast wat de API nodig heeft om het model te identificeren en audio door te geven.

De praktische toepassingen volgen direct uit die mogelijkheden. Vergadering- en gespreksopnamen in meertalige organisaties zijn een voor de hand liggende match, vooral wanneer deelnemers halverwege het gesprek van taal wisselen. Media- en podcastworkflows kunnen het gebruiken om transcripties te produceren zonder een aparte taaldetectiestap. Onderzoeks- en archiveringsprojecten die te maken hebben met spraak in een van de 60 ondersteunde talen kunnen audio doorsturen en tekst terugkrijgen. Omdat taalidentificatie automatisch is, hoeven batchtaken over meertalige audio niet vooraf te worden gesorteerd of getagd.

U roept het model aan via de OpenAI-compatibele API van api14 met het model-id "microsoft/mai-transcribe-2". Omdat de interface het OpenAI-formaat volgt, kunnen bestaande clients en SDK's die al naar een OpenAI-compatibele basis-URL wijzen opnieuw worden gebruikt, waarbij de audio als invoer wordt verzonden en de transcriptie in het antwoord wordt geretourneerd. Het model vermeldt geen ondersteunde parameters, dus houd verzoeken minimaal: stel het model-id in, voeg de audio toe en ga er niet van uit dat sampling- of opmaakopties enig effect hebben. Als een parameter niet als ondersteund wordt vermeld, kunt u deze het beste weglaten.

Wat limieten betreft, zijn de beschikbare feiten beperkt. Er is geen opgegeven contextlengte en de maximale uitvoer is nul, wat suggereert dat het model niet bedoeld is voor tekst-in, tekst-uit prompting of voor lange gegenereerde antwoorden. Als uw taak redeneren over een transcriptie, samenvatting, vertaling of enige tekstgeneratie vereist, is een tekstmodel de betere keuze, waarbij MAI-Transcribe 2 eerst wordt gebruikt om de transcriptie te produceren. Als uw audio buiten de 60 ondersteunde talen valt, zal dit model waarschijnlijk niet helpen.