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.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
| 0,10 US$ | 0,45s |
P50, mejor proveedor
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
No hay datos disponibles para el gráfico