MAI-Transcribe 2 is a multilingual speech-to-text model from Microsoft AI, ranked #1 on the FLEURS multilingual benchmark. It supports 60 languages with automatic language identification, code switching for mixed-language speech, speaker diarization, word-level timestamps, keyword biasing for domain-specific terminology, and configurable verbatim or clean transcription styles. It is suited for captions, call transcription, subtitling, accessibility, and other voice-enabled applications, and is faster than MAI-Transcribe-1.5 on long-form audio.
On OpenRouter, set response_format to "verbose_json" for segment timestamps, and add timestamp_granularities: ["word"] for word-level timestamps. Set provider.options.azure.diarization.enabled to true for speaker labels, provide keywords through provider.options.azure.phraseList.phrases, and select a transcription style through provider.options.azure.enhancedMode.modelOptions.transcribeStyle. See the speech-to-text guideOpens in new tab.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
| 0,10 $ | 0,46s |
P50, bester Anbieter
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Keine Diagrammdaten verfügbar