什么是 MAI Transcribe 2？
MAI Transcribe 2 是微软 AI 的多语言语音转文字模型。它把音频转成文本，带自动语言检测、说话人分离和词级时间戳。本站是该模型的非官方在线试用，不是 Azure 控制台。
常见问题
面向 People Also Ask 的长回答。这一页不是首页手风琴的复制。
产品
MAI Transcribe 2 可以免费试用吗？
可以。本站提供免费在线试用：每个 IP 每个 UTC 日一次，无需注册。定价页列出的 $9.9 和 $19.9 方案会在后续版本开放结账。
转写音频需要注册吗？
不需要。上传 MP3、WAV、M4A 或 FLAC，完成验证后立刻拿到转写。每日免费额度不要求账号。
MAI Transcribe 2 和 Whisper 谁更准？
微软报告在覆盖 60 种语言的 FLEURS 上，MAI Transcribe 2 在领先语音转文字模型里词错误率最低，优于该表中的 Whisper-Large-V3。Artificial Analysis 给出 2% WER。工作流对比见 vs Whisper 页，然后用上面的上传测你自己的文件。
MAI Transcribe 2 支持多少种语言？
支持 60 种语言，并带自动语言识别。中英夹杂由同一模型处理。在本站上传前不必选择语言。
支持说话人分离吗？
支持。说话人分离是内置的，可以标出谁在说并给词打时间戳。重叠对话仍要人工看标签。目标是可读转写，不是庭审记录。
可以用 MAI Transcribe 2 API 吗？
开发者可通过 OpenRouter（`microsoft/mai-transcribe-2`）或 Azure Speech 增强模式调用。本站是上传试用工具，不是官方网关，也不发卡。
可以上传哪些音频格式？
MP3、WAV、M4A、FLAC，免费额度上限 10MB、5 分钟。更长或更大的文件等结账上线后走付费方案。接近上限时请先压缩以讲话为主的录音。
这是微软官方产品吗？
不是。maitranscribe2.com 是调用 MAI Transcribe 2 的非官方第三方工具，与微软无附属关系。企业条款、区域和增强模式请看 Microsoft Learn 与官方模型页。
我的音频会如何存储？
音频用于生成转写，不会作为永久媒体库保存。我们用 Cloudflare Turnstile 防滥用，并可能记录哈希后的 IP 以执行每日免费额度。请勿上传你无权处理的录音。
定价
$9.9 和 $19.9 方案包含什么？
已公布的入门档和专业档月费是 $9.9 和 $19.9。本版本尚未接入结账。今天请使用每日一次的免费转写。
隐私
你们会用我的录音训练吗？
我们处理音频是为了返回转写。我们不出售录音，也不保留永久媒体库。