Microsofts MAI-Transcribe-2-Streaming transkribiert 60 Sprachen und liefert erste Teilergebnisse nach gut 100 Millisekunden; bis Jahresende kostet eine Audiostunde 0,54 Dollar. MAI-Voice-2.1 spricht 23 Sprachen, die Flash-Version erreicht 150 Millisekunden Latenz und kostet 15 Dollar je Million Zeic