Audio Revue publiée le Mise à jour le
Comparer

Microsoft : MAI-Transcribe 2

Récent

MAI-Transcribe 2 est un modèle de Microsoft AI sorti le 3 septembre 2026. Il transcrit des fichiers audio en texte pour le sous-titrage, la transcription de réunions, la documentation clinique et les agents vocaux.

Connectez-vous pour suivre MAI-Transcribe 2 et être prévenu de ce qui change.

À quoi sert MAI-Transcribe 2

Audio

Selon la carte du modèle publiée par Microsoft AI le 3 septembre 2026, MAI-Transcribe-2 transcrit « de façon fiable » malgré les accents, les styles d’élocution et les environnements bruyants. Sa commutation de langues prend en charge les conversations qui passent d’une langue à l’autre, notamment le hinglish et le spanglish, et son identification automatique détecte la langue parlée sans indication préalable de l’utilisateur.

Transcription

MAI-Transcribe-2 alimente les sous-titres de vidéos, la transcription de réunions, la documentation clinique et de centres d’appels, les outils d’accessibilité, les flux de création de contenu et les agents vocaux. Microsoft cite aussi comme cas d’emploi l’analyse et le contrôle qualité des centres de contacts, l’exploitation des réunions et des entretiens, les médias, le sous-titrage, la localisation, la conformité, le juridique et l’archivage réglementé.

  • Audio
  • Transcription

Les performances de MAI-Transcribe 2

Selon Microsoft AI, à la sortie du modèle le 3 septembre 2026, MAI-Transcribe 2 obtient un taux d’erreur par mot moyen de 5,2 % sur FLEURS, pour 60 langues, sur la partition de test et avec une langue inférée par le modèle. L’éditeur donne aussi l’exemple de 1 heure d’audio transcrite en environ 10 secondes.

Bien utiliser MAI-Transcribe 2 : locuteurs, horodatage et style

MAI-Transcribe 2 ajoute la séparation des locuteurs, appelée diarisation, l’horodatage par mot et l’orientation par mots-clés.

Dans Azure Speech, le paramètre diarization.enabled, désactivé par défaut, active la séparation des locuteurs : l’enregistrement est découpé en segments attribués à chaque personne. Pour l’horodatage, timestamps accepte les valeurs word, segment ou none, la valeur par défaut ; avec word, le modèle renvoie le décalage et la durée de chaque mot.

Le paramètre transcribeStyle vaut verbatim par défaut et conserve les mots de remplissage ainsi que les faux départs ; avec clean, les mots de remplissage sont retirés pour produire des sous-titres, des notes et des transcriptions publiées lisibles. Pour orienter la reconnaissance, phraseList.phrases reçoit des mots-clés qui restent des indications, sans imposer leur présence dans le résultat.

La documentation d’Azure Speech conseille phraseList.phrases pour les termes métier, les abréviations, les noms de produits et les noms propres difficiles à reconnaître par le seul contexte. Sans langue renseignée dans locales, le modèle détecte automatiquement la langue, et la même documentation conseille de n’en forcer une seule que si celle de l’enregistrement est absolument certaine et que la détection automatique ne fonctionne pas.

Caractéristiques techniques de MAI-Transcribe 2

MAI-Transcribe 2 est sorti le 3 septembre 2026. Le tableau des caractéristiques indique son éditeur et sa date de sortie.

C’est un modèle de transcription de la parole en texte développé en interne par l’équipe Microsoft AI, deuxième génération de sa famille de modèles de transcription. Il prend de l’audio en entrée et produit du texte.

À sa sortie, il accepte les fichiers WAV, MP3 et FLAC, jusqu’à 300 Mo ou 2 heures par fichier, prend en charge le français et détecte automatiquement la langue dans les enregistrements multilingues.

Éditeur
Microsoft
Sortie
Hébergeurs
Azure

Source : OpenRouter.

Où utiliser MAI-Transcribe 2

Le 3 septembre 2026, MAI-Transcribe 2 était disponible en préversion publique par Azure Speech, et pouvait aussi être essayé le jour même dans Microsoft Foundry, MAI Playground et OpenRouter, où il porte l’identifiant microsoft/mai-transcribe-2 pour transcrire l’audio.

Dans Azure Speech, l’appel passe par l’API Fast Transcription en mode étendu, avec enhancedMode.enabled à true et enhancedMode.model à MAI-Transcribe-2.

L'API chez des hébergeurs

Servi par d'autres hébergeurs que Microsoft, selon OpenRouter

Hébergé via OpenRouter chezAzure

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

MAI-Transcribe 2 parmi les versions de MAI-Transcribe

MAI-Transcribe 2, sorti le 3 septembre 2026, est l’une des 2 versions de MAI-Transcribe publiées sur Aikiwi, rangées dans la frise par date de sortie.

1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

La génération MAI 2

FAQ

Quand MAI-Transcribe 2 est-il sorti ?

MAI-Transcribe 2 est sorti le 3 septembre 2026, jour où Microsoft AI a publié son billet d’annonce.

Quelles entrées et quelles sorties MAI-Transcribe 2 prend-il en charge ?

MAI-Transcribe-2 prend de l’audio en entrée et produit du texte. Il accepte les fichiers WAV, MP3 et FLAC, d’une taille maximale de 300 Mo ou d’une durée maximale de 2 heures.

MAI-Transcribe 2 transcrit-il en temps réel ?

MAI-Transcribe-2 ne fait pas de transcription en flux en temps réel. Pour cet usage, Microsoft AI a lancé le 1er octobre 2026 MAI-Transcribe-2-Streaming, un autre modèle, qui produit des transcriptions en temps réel à faible latence.

Quels autres modèles MAI-Transcribe Azure Speech prend-il en charge ?

Azure Speech prend en charge MAI-Transcribe-2 et MAI-Transcribe-1.5.

Usage sur OpenRouter

Transcription
9,03 M requêtes sur le dernier mois · 3e sur 20 des modèles les plus utilisés en Transcription

Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.