微软本月发布语音智能转录模型MAI-Transcribe-2，面向会议记录、访谈整理与内容生产等高频场景。新模型在多说话人识别、中文方言支持以及嘈杂环境下的识别准确率上均有明显提升。
据介绍，MAI-Transcribe-2采用端到端架构，输出结果直接带有人名、时间戳与段落划分，可以无缝接入Teams、Office等办公套件。微软同时提供了针对隐私敏感场景的本地部署版本。
分析人士认为，高质量的语音转录模型正在成为办公智能化的基础设施。随着实时翻译、纪要生成等功能的叠加，语音AI有望成为继文字之后又一个人机交互的重要入口。