مدل رونویسی زنده مایکروسافت معرفی شد؛ فارسی در فهرست زبان‌ها
مایکروسافت MAI‑Transcribe‑2‑Streaming را برای رونویسی پیوسته معرفی کرد؛ مستندات Azure فارسی را در فهرست زبان‌ها آورده و محدودیت‌های پیش‌نمایش را توضیح می‌دهند.
در این مقاله می‌خوانید ۲ بخش
تولید متن پیش از پایان صحبت
مایکروسافت در ۱ اکتبر ۲۰۲۶ مدل MAI‑Transcribe‑2‑Streaming را برای تبدیل پیوسته گفتار به متن معرفی کرد. این مدل هنگام دریافت گفتار، متن موقت تولید می‌کند؛ با رسیدن ادامه صوت، آن را اصلاح می‌کند و سپس متن نهایی هر بخش را تثبیت می‌کند. بنابراین متن اولیه لزوماً همان رونویسی نهایی نیست.
مایکروسافت از پشتیبانی ۶۰ زبان و تشخیص خودکار و پیوسته زبان خبر داده و زیرنویس زنده، یادداشت‌برداری و ورودی صوتی عامل‌ها را کاربردهای پیشنهادی معرفی کرده است. شرکت زمان رسیدن نخستین متن موقت را کمی بیش از ۱۰۰ میلی‌ثانیه گزارش می‌کند؛ این عدد تضمین تأخیر برای همه برنامه‌ها نیست.
فارسی در فهرست زبان‌هاست؛ کیفیت لهجه‌ها از این فهرست مشخص نیست
مستندات Microsoft Learn، با آخرین به‌روزرسانی ۷ اکتبر ۲۰۲۶، فارسی با کد fa را در جدول زبان‌های پشتیبانی‌شده خانواده MAI‑Transcribe‑2 قرار می‌دهد. این فهرست، به‌تنهایی کیفیت رونویسی فارسی یا عملکرد روی لهجه‌های ایرانی را تأیید نمی‌کند.
دسترسی مدل در Azure در مرحله پیش‌نمایش عمومی است؛ این مسیر توافق‌نامه سطح خدمت ندارد و برای استفاده در محیط‌های عملیاتی توصیه نشده است. توسعه‌دهندگان می‌توانند از اتصال WebSocket سازگار با OpenAI Realtime یا Azure Speech SDK، نتایج میانی و نهایی رونویسی را دریافت کنند. اعلام دسترسی جهانی نیز به‌معنای تأیید امکان افتتاح حساب، پرداخت یا استفاده از ایران نیست.
هنوز دیدگاهی منتشر نشده است. اولین نفر باشید.