微软正式发布 MAI-Transcribe-2 语音识别模型，官方宣称其在速度、准确率和成本方面全面领先，并超越 Gemini 3.5 Transcribe、GPT-Transcribe 和 Whisper V3-Large。该模型集成了说话人分离、可配置转录风格和词级时...

ElevenLabs近日宣布推出其自主研发的转录模型Scribe，该模型支持99种语言，并具备高精度转录能力。Scribe不仅提供词级时间戳和说话人分离功能，还能适应真实世界中的各种音频环境。这一技术的推出将极大提升语音转文...

最近，一家技术公司推出了一款自主研发的离线语音转写和说话人分离服务，服务还提供LLM（语言模型）摘要。这款服务可以帮助用户快速准确地将语音转换为文本，并将不同说话人的语音分离。此外，LLM摘要还可以帮助用户...