clubic.com : Microsoft étoffe sa gamme de modèles maison avec MAI-Transcribe-2-Streaming, une IA pensée pour retranscrire la parole au fil de la conversation. Elle prend en charge 60 langues et commence à produire du texte un peu plus de 100 ms après réception de l’audio.
Après MAI-Transcribe-2, destiné aux fichiers audio déjà enregistrés, Microsoft passe au direct. Son nouveau modèle MAI-Transcribe-2-Streaming analyse la parole en continu, détecte automatiquement la langue utilisée et révise sa transcription à mesure que la phrase progresse. Un fonctionnement taillé pour les usages qui supportent mal les temps morts, comme la dictée, le sous-titrage en direct ou les assistants vocaux.
Dans le détail, MAI-Transcribe-2-Streaming n’attend pas que la personne ait terminé de parler pour afficher du texte. Le modèle produit de premières hypothèses un peu plus de 100 ms après réception de l’audio, puis les affine au fil de la phrase. Si la suite lève une ambiguïté ou modifie le sens d’un mot déjà transcrit, il peut donc revenir sur les premiers résultats avant de les figer dans une version définitive.
Microsoft lance une IA capable de transcrire la parole en temps réel dans 60 langues
