Microsoft erweitert seine KI-Modellfamilie MAI um drei Audiomodelle
🤖 KI-generierter Inhalt — Titel und Zusammenfassung wurden automatisch von künstlicher Intelligenz erstellt, ohne menschliche redaktionelle Prüfung.
Microsoft ergänzt MAI um drei Modelle für Voice-Agents. MAI-Transcribe-2-Streaming erkennt 60 Sprachen samt Sprachwechseln und liefert nach gut 100 Millisekunden erste Transkripte. MAI-Voice-2.1 und MAI-Voice-2.1-Flash dienen der Sprachausgabe; veröffentlicht wurden die Modelle am 1. Oktober.
Weiter in der App — abstimmen & mitreden ➔Quelle: heise online · über ahirlevel.hu