Microsoft Dünyanın En İsabetli Sesli Metin Dönüştürme Modelini Resmen Tanıttı

Teknoloji devi Microsoft kendi bünyesinde geliştirdiği MAI-Transcribe-1 modelini duyurarak yapay zekâ pazarındaki liderliğini pekiştirdi. Şirket yüzde 3,9 gibi oldukça düşük bir kelime hata oranı sunan yeni teknolojisiyle sesli içerikleri metne dönüştürme konusunda küresel bir rekor kırdığını iddia ediyor. 25 farklı dilde yüksek doğrulukla çalışan bu gelişmiş sistem Azure Foundry platformu üzerinden geliştiricilerin erişimine açıldı.

Yeni Geliştirilen Model Sektörel Benchmark Testlerinde Rakiplerini Geride Bırakıyor

Geliştiriciler, FLEURS endüstri standardı testlerinde 11 ana dilde birinci sıraya yerleşen bu modelin Whisper-large-v3 ve Gemini 3.1 Flash gibi güçlü rakiplerini geride bıraktığını raporluyor. Türkçe, Arapça, Japonca ve Hintçe gibi zorlu dil yapılarını kapsayan 25 dilli geniş spektrumda sergilenen performans kurumsal transkripsiyon ihtiyaçları için yeni bir standart belirliyor. Yazılım mimarisi henüz gerçek zamanlı işleme veya konuşmacı ayrıştırma gibi özellikleri içermese de Microsoft bu fonksiyonları içeren güncellemeleri yakın zamanda yayınlamayı planlıyor.

Mevcut sürüm özellikle toplu dosya işleme süreçlerinde Azure Fast teklifinden 2,5 kat daha hızlı performans sergileyerek operasyonel verimliliği artırıyor. AI transcription model Microsoft çatısı altında sunulan bu hız, büyük ölçekli ses verisi işleyen kurumlar için iş akışlarını optimize ediyor. Bulut bilişim merkezi, saatlik 0,36 dolar seviyesindeki fiyatlandırmasıyla MAI-Transcribe-1 modelini piyasadaki en rekabetçi fiyat-performans çözümü olarak konumlandırıyor. Tanıtım etkinliği kapsamında ayrıca görsel üretim odaklı MAI-Image-2 ve ses sentezleme teknolojisi MAI-Voice-1 modellerinin de genel erişime açıldığı bilgisi paylaşıldı.

👉️ İlginizi Çekebilir: Microsoft Mart Ayı Boyunca Excel Güncellemeleri Kapsamında Yeni Nesil Yapay Zekâ Özelliklerini Tanıttı

Kullanıcılar Azure Speech üzerinden kişisel ses profilleri oluşturabilirken görsel üretim süreçlerinde token bazlı maliyetlendirme modelinden faydalanabiliyor. Teknoloji ekosistemi içerisindeki MAI-Transcribe-1 özellikleri sayesinde büyük veri setlerinin işlenmesi kolaylaşırken Microsoft Foundry çatısı altındaki bu yeni nesil araçlar geliştiricilere daha ekonomik bir altyapı sağlıyor.

Microsoft AI ses tanıma teknolojilerindeki bu sıçrama, speech to text yapay zeka pazarındaki rekabeti daha da kızıştırıyor. Şirket, Microsoft konuşma metne çeviri modeli yatırımıyla birlikte kurumsal verimlilikteki rolünü bir üst seviyeye taşımayı hedefliyor. Geliştirilen bu entegre ekosistem, farklı dillerdeki veri setlerini işleyerek şirketlerin global ölçekteki operasyonel hızını artırıyor.