Microsoft AI: MAI-Transcribe 1.5

MAI-Transcribe 1.5, Microsoft AI tarafından 2 Haziran 2026 tarihinde yayımlanan bir konuşmadan metne modelidir. Transkripsiyon kategorisinde yer alır, yani tek bir iş için tasarlanmıştır: konuşma veya kod üretmek yerine sesli kaydı yazılı metne dönüştürmek. Sesle başlayan bir iş akışı kuruyorsanız, bu Microsoft'un o ilk adım için sunduğu bileşendir.

Model girdi olarak ses alır ve çıktı olarak bir transkripsiyon döndürür. Microsoft bunu çok dilli olarak tanımlar; 43 dilde ve çeşitli ses koşullarında güvenilir transkripsiyon sağlar. Sağlayıcı, modelin altyazı, çağrı transkripsiyonu, alt yazı, erişilebilirlik ve diğer ses etkin uygulamalar için uygun olduğunu belirtir. Bağlam uzunluğu model meta verilerinde yayımlanmamıştır ve maksimum çıktı alanı sıfır olarak listelenmiştir, bu nedenle pratik çıktı boyutu belgelenmiş bir token bütçesinden değil, gönderdiğiniz sesin uzunluğundan ve hizmetin kendi işleyişinden belirlenir.

Bu yetenekler oldukça net bir kullanım senaryoları kümesine karşılık gelir. Kayıtlı veya canlı materyaller için alt yazıya ya da kapalı altyazıya ihtiyacınız varsa, modelin alt yazı ve altyazı odağı doğrudan geçerlidir. Çağrı transkripsiyonu, çağrı merkezi arşivlerini, toplantı notlarını ve uyumluluk kayıtlarını kapsar. Kayıtlı konuşmaları veya dahili videoları okunabilir hale getirmek gibi erişilebilirlik çalışmaları da bir diğer uygun alandır. Model 43 dili işlediği için, çok dilli kitlelere hizmet veren ekipler bu dillerden herhangi birindeki sesi, her yerel dil için ayrı bir tanıyıcı bulundurmak yerine tek bir model üzerinden yönlendirebilir. Aşağı akış işlemeden önce bir metin katmanına ihtiyaç duyan ses etkin uygulamalar, örneğin kayıtlar üzerinde arama veya özetleme, yine buradan başlar.

Modele api14'ün OpenAI uyumlu API'si üzerinden "microsoft/mai-transcribe-1.5" model kimliğiyle çağrı yaparsınız. Uç nokta OpenAI biçimini izlediği için, diğer modeller için hâlihazırda kullandığınız mevcut istemci kitaplıkları ve istek yapıları özel bir işlem gerektirmeden çalışır. Bu modelin desteklenen istek parametresi listelemediğini unutmayın, bu nedenle sesi standart istek yapısıyla göndermeli ve örnekleme kontrolleri, temperature veya benzeri ayarların bir transkripsiyon görevi üzerinde herhangi bir etkisi olacağını varsaymamalısınız.

Sağlanan ayrıntılarda kesin sınırlar hakkında fazla bilgi yok, bu nedenle ses uzunluğunu ve verimi belgelerden varsaymak yerine canlı hizmete karşı doğrulanacak şeyler olarak ele alın. Ayrıca gerçekten bir konuşmadan metne modeline ihtiyacınız olup olmadığını da düşünün: göreviniz yazılı diller arasında çeviri yapmak veya transkript üzerinde metin üretmekse, bu model yalnızca tanıma adımını kapsar ve zincirin geri kalanı için başka bir modele ihtiyacınız olur.