MATRIX · MAI Speech https://derekwang2002.github.io/ai-intelligence/projects/mai-speech/ AI 模型、Agent、工程与基础设施的重要变化，附一手来源与建议等级。 zh-CN Mon, 02 Nov 2026 16:56:00 GMT Microsoft 发布首批结果约 100 ms 的流式语音模型 https://derekwang2002.github.io/ai-intelligence/events/ev-20261001-08/ ev-20261001-08-published Sat, 03 Oct 2026 16:01:57 GMT 新事件 TRIAL <p>Microsoft 发布 MAI-Transcribe-2-Streaming、MAI-Voice-2.1 与 MAI-Voice-2.1-Flash。转写模型支持 60 种语言、连续语言检测，首次返回部分文本略高于 100 ms。语音合成覆盖 23 种语言和 26 个地区；Flash 目标是在 150 ms 内生成 45 秒音频。模型已可通过 Microsoft Foundry 和公开 playground 调用。</p><p><strong>为什么读：</strong>MAI Speech 把低延迟转写、语音合成、价格与调用入口同时公开。</p><p>建议等级：TRIAL</p><p>来源：<a href="https://microsoft.ai/news/our-first-streaming-transcription-model/">Microsoft&apos;s first streaming transcription model</a></p>