Компанія Microsoft оголосила про випуск інноваційної моделі штучного інтелекту MAI-Transcribe-2, призначеної для високоточної транскрибації мовлення в текст. Новий технологічний продукт орієнтований на оптимізацію бізнес-процесів, автоматизацію документообігу та розширення можливостей для корпоративного сектору – розповідає Venture Beat.
Ключові характеристики та функціонал
- Підтримка української мови: Система підтримує понад 60 мов, включаючи повноцінну інтеграцію української. Алгоритм здатен коректно розпізнавати мовлення в умовах динамічного перемикання мов спікером безпосередньо під час виступу (code-switching).
- Висока точність та швидкість: За результатами незалежних бенчмарків, середня кількість помилок розпізнавання (WER) становить 5.2%. Швидкість обробки даних значно перевищує існуючі ринкові аналоги, забезпечуючи швидку транскрибацію великих обсягів аудіоматеріалів.
- Розширене фокусування на контексті: Інструментарій дозволяє попередньо адаптувати модель під специфічну термінологію, професійний сленг, абревіатури та власні назви, що підвищує якість підготовки підсумкових документів.
Додаткові технічні можливості
- Діаризація спікерів: Ідентифікація та розділення голосів окремих учасників у багатокористувацьких аудіозаписах.
- Таймкодинг: Точна прив’язка часових міток до кожного окремого слова для швидкої навігації за текстом.
- Гнучкість форматування: Можливість вибору між буквальним записом (із збереженням паузальних вигуків) та очищеним текстовим варіантом, готовим до публікації чи ділового використання.
Сфери застосування в Україні
- Медіа та журналистика: Прискорення обробки розлогих інтерв’ю, пресконференцій та підготовка субтитрів до відеоконтенту.
- Освіта та EdTech: Автоматичне створення текстових конспектів і субтитрів для українських онлайн-лекцій та навчальних курсів.
- Госсектор та корпоративне управління: Автоматизація вести ведення протоколів нарад та обробка звернень громадян.
Видання GALERANEWS дізналося, що впровадження нової архітектури дозволило суттєво знизити вартість обробки даних. На етапі публічного прев’ю вартість транскрибації становить 0,10 долара США за одну годину аудіо, що орієнтовно на 72% нижче порівняно з попередніми рішеннями компанії. Вихід MAI-Transcribe-2 сприяє глибшій інтеграції української мови у сучасні глобальні AI-екосистеми та створює економічно вигідні умови для цифровізації українських підприємств.
