Microsoft: MAI-Transcribe 1.5
MAI-Transcribe 1.5 یک مدل چندزبانه تبدیل گفتار به متن از بخش هوش مصنوعی مایکروسافت (Microsoft AI) است. این مدل برای کاربردهایی نظیر تولید زیرنویس، پیادهسازی متن مکالمات تلفنی، دسترسپذیری و سایر برنامههای مبتنی بر صوت مناسب بوده و در ۴۳ زبان، لهجههای گوناگون و شرایط صوتی واقعی و پرنویز، عملکردی قابلاطمینان ارائه میدهد. این مدل از قابلیت تشخیص خودکار زبان و اولویتدهی به کلمات کلیدی (برای اصطلاحات تخصصی) پشتیبانی میکند و سرعت پیادهسازی متنهای طولانی را نسبت به نسخه MAI-Transcribe-1 بهبود بخشیده است؛ با این حال، از قابلیت تفکیک گویندگان (Speaker Diarization) پشتیبانی نمیکند.
دسترسی API، ساختهشده برای برنامهنویسها
مشخصات اصلی مدل هوش مصنوعی
| نام مدل | microsoft/mai-transcribe-1.5 |
| تاریخ ساخت | ۱۴۰۵/۶/۳ |
| سرعت مدل | 3 / 5 |
| Tokenizer | Other |
| Reasoning | غیرفعال |
| هزینه خروجی متن | $0 به ازای هر یک میلیون توکن |
Microsoft: MAI-Transcribe 1.5
هر ماه مدلهای هوش مصنوعی متنوعی از شرکتهای مختلف ارائه میشود. ثبت نام، راهاندازی و مدیریت اکانتها و مدیریت مالی مدلهای مختلف کار دشواریست. هوش مصنوعی لیارا، مدلهای برتر دنیا را از طریق یک اکانت و یک کلید دسترسی در اختیار شما قرار میدهد.
مانیتورینگ پیشرفته
تعداد درخواستها، توکنهای مصرفی و هزینههای خود را بهتر مدیریت کنید.
توکن رایگان روزانه
با استفاده از توکنهای رایگان، هزینههای هوشمندسازی نرمافزار خود را کاهش دهید.
مدلهای متنوع
ما به سرعت در حال اضافهکردن مدلهای برتر دنیا هستیم. از OpenAI و DeepSeek گرفته تا Grok و Meta.
معماری مدل
| ورودیها | audio |
| خروجی | transcription |
| Structured Outputs | غیرفعال |
| Function Calling | غیرفعال |
| Tuning | غیرفعال |
| Streaming | غیرفعال |
پارامترهای قابل تنظیم | max_completion_tokensmax_tokenstemperaturetop_p |
ما سعی میکنیم قابلیتهایی که بهطور مشترک در اکثر مدلها وجود دارد را در قالب OpenAI API پیادهسازی کنیم تا نیازی نباشد برای جابهجایی بین مدلهای مختلف، کدهای خود را تغییر دهید.
