Microsoft baut eigene KI-Modelle: MAI-Transcribe schlägt Whisper

Microsofts neues MAI-Team (unter Mustafa Suleyman, Ex-DeepMind) hat drei Modelle vorgestellt:

MAI-Transcribe-1 — Sprache zu Text in 25 Sprachen, schneller und genauer als OpenAIs Whisper. Ideal für Meeting-Protokolle.

MAI-Voice-1 — Text zu Sprache, 60 Sekunden Audio in einer Sekunde generiert. Natürlich klingende Stimmen.

MAI-Image-2 — Bildgenerierung als Alternative zu DALL-E.

Was das bedeutet: Microsoft löst sich von der reinen OpenAI-Abhängigkeit. Für Nutzer heißt das mehr Auswahl und potenziell günstigere Preise auf Azure.