Microsoft 推出 MAI-Transcribe-2 语音转录模型，每小时音频定价 $0.10

Microsoft 宣布 MAI-Transcribe-2 语音转录模型正式上线 Microsoft Foundry，面向生产环境开放使用，定价为每小时的音频 $0.10。该模型由微软自研的 MAI 系列承担语音识别任务，开发者可以直接在 Foundry 平台上调用 API 接入自己的应用。 从产品形态看，MAI-Transcribe-2 走的是低成本、规模化路线：$0.10/小时的价格在主流转录服务里属于低价区间，适合会议记录、客服语音归档、播客字幕等需要处理大量音频的场景。微软将其放进 Foundry（原 Azure AI Foundry）而非独立产品线，意味着企业客户可以和 Azure 上的其他模型、存储、计算服务组合使用，部署链路更短。 对开发者和企业买家的直接意义是转录成本进一步下探，长期在 Whisper API、Deepgram、AssemblyAI 之间比价的团队多了一个新选项。微软自研 MAI 模型家族近期持续扩张，这次把语音识别做成独立可购买的产品，也是 MAI 系列从内部模型走向商业化的又一步。