La transcripció automàtica de veu a text s'ha convertit en un dels usos més quotidians de la intel·ligència artificial —de les reunions de feina als subtítols en directe—, i el seu cost i velocitat determinen en bona part quantes empreses el poden fer servir a gran escala. Microsoft ja havia entrat en aquesta cursa fa uns mesos amb un primer model propi.
Microsoft AI ha presentat el 3 de setembre MAI-Transcribe-2, la seva segona generació de model de transcripció, que encapçala el banc de proves FLEURS en 60 idiomes amb una taxa mitjana d'error de paraula del 5,2%, i que defineix, segons la companyia, la millor combinació possible de precisió i velocitat mesurada per Artificial Analysis. Microsoft afirma que el nou model transcriu fins a deu vegades més ràpid que el GPT-Transcribe d'OpenAI, set vegades més ràpid que l'Scribe v2 d'ElevenLabs i cinc vegades més ràpid que el Gemini 3.5 Transcribe de Google, mantenint alhora una precisió superior. El model incorpora identificació de qui parla, marques de temps per paraula, reconeixement automàtic de l'idioma i la capacitat de seguir una conversa que canvia d'idioma a mitja frase. El preu de llançament és de 10 cèntims de dòlar per hora d'àudio, una oferta promocional vigent fins a final d'any i molt per sota dels 36 cèntims que costava el primer model, fa cinc mesos.
La notícia és rellevant perquè intensifica la competència de preus i rendiment entre els grans proveïdors de núvol en un dels usos d'IA més estesos i menys vistosos, la transcripció, on les diferències de cost es multipliquen ràpidament per al client quan es fan servir a gran volum. Que Microsoft afirmi superar alhora OpenAI, Google i un especialista com ElevenLabs en velocitat, precisió i preu simultàniament és una declaració d'intencions clara sobre cap a on vol dirigir la competència en aquest segment concret del mercat.
Cal llegir-ho, però, com el que és: una presentació feta per la mateixa Microsoft, amb els seus propis bancs de proves interns i les seves pròpies comparatives de preu, sense que hi hagi encara cap avaluació independent que confirmi aquestes xifres concretes. El model, a més, només és accessible de moment en versió prèvia pública a través de Microsoft Foundry, MAI Playground i Open Router, no com a producte general disponible per a tots els clients.