माइक्रोसॉफ्ट का नया एआई ट्रांस्क्रिप्शन मॉडल गूगल जेमिनी 3.1 फ्लैश को मात देता है: यहां बताया गया है कि इसकी लागत कितनी कम है | प्रौद्योगिकी समाचार

कंपनी का कहना है कि MAI-Transcribe-1 सभी समर्थित भाषाओं में अत्यधिक सटीक है, जो इसे स्पीच-टू-टेक्स्ट उपयोग मामलों की एक विस्तृत श्रृंखला के लिए एक आदर्श विकल्प बनाता है। हालाँकि यह वास्तविक समय प्रतिलेखन का समर्थन नहीं करता है, Microsoft का कहना है कि वह भविष्य के संस्करण में इस सुविधा को जोड़ देगा। MAI-Transcribe-1 के साथ, Microsoft ने दो नए AI मॉडल – MAI-Image-2 और MAI-Voice-1 भी जारी किए, जो, जैसा कि उनके नाम से पता चलता है, चित्र और ऑडियो उत्पन्न कर सकते हैं।

टेक दिग्गज का कहना है कि एमएआई-वॉयस-1 उसका प्रमुख वॉयस जेनरेशन मॉडल है जो लंबे प्रारूप वाली सामग्री में भी “प्राकृतिक, यथार्थवादी भाषण, बारीकियों, भावनात्मक रेंज और अभिव्यक्ति से समृद्ध है जो वक्ता की पहचान को संरक्षित करता है” उत्पन्न कर सकता है। केवल 1 सेकंड में 60 सेकंड का ऑडियो जेनरेट करने में सक्षम, MAI-वॉयस-1 GPU-कुशल भी है। यह कोपायलट ऑडियो एक्सप्रेशंस और कोपायलट पॉडकास्ट में उपलब्ध है।

जहां तक ​​एमएआई-इमेज-2 का सवाल है, माइक्रोसॉफ्ट का कहना है कि यह “प्रदर्शन और गति” पर ध्यान केंद्रित करता है और एरेना.एआई लीडरबोर्ड पर शीर्ष 3 मॉडल परिवार में भी दिखाई दिया। हालाँकि Microsoft के AI मॉडल उतने बड़े या सबसे तेज़ नहीं हो सकते हैं, कंपनी उन्हें Google और OpenAI के बड़े भाषा मॉडल के सस्ते विकल्प के रूप में बेचने की उम्मीद करती है।