Microsoft AI: MAI-Transcribe 2

Microsoft AI: MAI-Transcribe 2, Microsoft tarafından 3 Eylül 2026 tarihinde yayımlanan bir konuşmadan metne dönüştürme modelidir. Transkripsiyon kategorisinde yer alır, dolayısıyla görevi dar ve belirlidir: konuşulan sesi yazılı metne dönüştürmek. Microsoft bunu çok dilli bir sistem olarak konumlandırıyor ve sağlayıcıya göre FLEURS çok dilli kıyaslama testinde birinci sırada yer alıyor. İşiniz birden fazla dilde konuşmayı kapsıyorsa, sağlayıcı desteği ile kıyaslama testindeki bu konumun birleşimi, genel amaçlı bir model yerine bu modele bakmanızın ana nedenidir.

Model girdi olarak ses alır ve çıktı olarak bir transkripsiyon döndürür. 60 dili kapsar ve otomatik dil tanımlama gerçekleştirir, bu nedenle bir istek göndermeden önce hangi dilin konuşulduğunu belirtmeniz gerekmez. Ayrıca dil değiştirmeyi, yani konuşmacıların aynı kayıt içinde diller arasında geçiş yaptığı sesleri de işler. Yayımlanan ayrıntılar token cinsinden bir bağlam uzunluğu listelemiyor ve maksimum çıktı sıfır olarak veriliyor, bu nedenle modeli uzun metin talimatlarıyla yönlendirebileceğiniz bir şey değil, saf bir transkripsiyon uç noktası olarak değerlendirin. API'nin modeli tanımlamak ve sesi iletmek için gerektirdiklerinin ötesinde listelenen desteklenen istek parametresi yoktur.

Pratik kullanımlar doğrudan bu yeteneklerden kaynaklanır. Çok dilli kuruluşlardaki toplantı ve çağrı kayıtları bariz bir uygunluk alanıdır, özellikle katılımcıların konuşma ortasında dil değiştirdiği durumlarda. Medya ve podcast iş akışları bunu ayrı bir dil algılama adımı olmadan transkript üretmek için kullanabilir. Desteklenen 60 dilden herhangi birinde konuşmayla ilgilenen araştırma ve arşiv projeleri sesi gönderip metin alabilir. Dil tanımlama otomatik olduğundan, karışık dilli sesler üzerinde toplu işlerin önceden sıralanması veya etiketlenmesi gerekmez.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "microsoft/mai-transcribe-2" model kimliğiyle çağırırsınız. Arayüz OpenAI biçimini izlediğinden, zaten OpenAI uyumlu bir temel URL'ye yönlendirilmiş mevcut istemciler ve SDK'lar yeniden kullanılabilir; ses girdi olarak gönderilir ve transkripsiyon yanıtta döndürülür. Model desteklenen parametre listelemiyor, bu nedenle istekleri asgari düzeyde tutun: model kimliğini ayarlayın, sesi ekleyin ve örnekleme veya biçimlendirme seçeneklerinin herhangi bir etkisi olacağını varsaymaktan kaçının. Bir parametre desteklenen olarak listelenmiyorsa, onu dışarıda bırakmak en güvenlisidir.

Sınırlar konusunda mevcut bilgiler yetersiz. Belirtilmiş bir bağlam uzunluğu yok ve maksimum çıktı sıfır, bu da modelin metin girişi, metin çıkışı yönlendirmesi veya uzun üretilmiş yanıtlar için tasarlanmadığını düşündürür. Göreviniz bir transkript üzerinde akıl yürütme, özetleme, çeviri veya herhangi bir metin üretimi gerektiriyorsa, bir metin modeli daha iyi bir seçimdir; transkripti üretmek için önce MAI-Transcribe 2 kullanılır. Sesiniz desteklenen 60 dilin dışındaysa, bu modelin yardımcı olması olası değildir.