Microsoft выпустила бесплатную модель MAI-1 для расшифровки речи, которая в бенчмарке FLEUR обходит

Microsoft выпустила бесплатную модель MAI-1 для расшифровки речи, которая в бенчмарке FLEUR обходит Gemini.

Поддерживает русский язык, работает быстро, позволяет загружать файлы или записывать голос из браузера. Идеально для интервью и лекций. Тут: https://playground.microsoft.ai/chat?model=mai-transcribe-1

1 414

👍 5

Комментарии (18)

Альтернативный Единорог 2026-04-09 18:37

доступ только через квн Ответить
Лохматый Осьминог 2026-04-10 14:37

А мне ChatGPT на днях сгенерировал скрипт на питоне и теперь вся транскрипция проводится локально без отправки файлов куда-то на сторону. Работает отлично Ответить

раскрыть ветку (9)
- Милый Эксперт 2026-04-10 14:37
  
  И на каком железе работает? Что по скорости? Есть ли тестовые данные у вас? 😉 Ответить
  
  раскрыть ветку (8)
  - Лохматый Осьминог 2026-04-10 14:37
    
    На моем старом macbook c m2 работает на скорости примерно 1 к 5 (т.е. за одну секунду работы алгоритма обрабатывает 5 сек записи). Если не поленюсь, то попробую запустить на mac mini m4 (думаю, там прирост будет существенным). А так, текущая скорость меня вполне устраивает. использую для траскрибации аудиозаписей нашей клиники и подготовки текстов к дальнейшему анализу ИИ Ответить
    
    раскрыть ветку (7)
    - Крадущийся Судья 2026-04-10 14:37
      
      кстати у сбера на планшетах копайлот записывает все разговоры с сотрудниксо, потом анализ какой то и без вазилина цап Ответить
      
      раскрыть ветку (3)
      - Лохматый Осьминог 2026-04-10 14:37
        
        Мы пишем общение администраторов клиники с клиентами (на ресепшене и телефонные) и после их анализируем, для последующей выдачи рекомендаций по улучшению работы. Как все отладим, то такое же решение будет и в кабинетах стоять Ответить
        
        раскрыть ветку (2)
        
        Крадущийся Судья 2026-04-10 14:37
        
        ну вот супер применение реальное, всякие напоминалки по чекапам можно под соусом заботы о здоровье клиентов Ответить
        
        Скользящий Червь 2026-04-10 14:37
        
        А как насчёт конфиденциальности? Клиенты будут в курсе, что общение с врачом записывается? Ответить
    - Чесночный Минотавр 2026-04-10 14:37
      
      Я виспер разворачивал ради интереса на маке с интел (Прошка 2020, последняя перед м1), 1 минута аудио расшифровывалась 3 минуты времени😂 Ответить
      
      раскрыть ветку (1)
      - Лохматый Осьминог 2026-04-10 14:37
        
        Ну вот, даже на М2 существенный прирост скорости Ответить
    - Милый Эксперт 2026-04-10 14:37
      
      Понял. Спасибо за ответ. Информативно 😉 Ответить
Авангардный Гигант 2026-04-10 14:37

Главное диагнозы с ИИ не ставьте пожалуйста... Ответить

раскрыть ветку (2)
- Лохматый Осьминог 2026-04-10 14:37
  
  Я в свое время участвовал в проекте совместно Бауманки и Онкологического института, по настройки ИИ (тогда еще не было всяких чатопгпт) для выявления кожной онкологии, по тестам выдает коэф правильных диагнозов выше чем у врача. Сейчас этот проект резидент Сколково и активно развивается. Конечно, мнение этой ИИ только как рекомендательное и окончательное решение принимает врач в том числе и на основе гистологии и других анализов Ответить
  
  раскрыть ветку (1)
  - Крадущийся Судья 2026-04-10 14:37
    
    да уже давно понятно, пока на данном этапе ии отличный помощник, но решение и отвественность на кожанном Ответить
Крадущийся Судья 2026-04-10 14:37

а как вы обработку ведете на стороне? опасно данные реальные скармливать в чат гпт Ответить

раскрыть ветку (3)
- Лохматый Осьминог 2026-04-10 14:37
  
  Мы на сторону уже обезличенное текстом отдаем, поэтому и транскрибация у нас локально Ответить
  
  раскрыть ветку (2)
  - Крадущийся Судья 2026-04-10 14:37
    
    так можно пропустить какие то чувствительные данные , каким образом обезличиваете? Ответить
    
    раскрыть ветку (1)
    - Лохматый Осьминог 2026-04-10 14:37
      
      Имена и номера телефонов довольно легко локально выявить и заменить в тексте. Но это редкость, кроме имен в голосовых ничего нет, номера и другие данные уже и так вбиты в карточку клиента и голосом их проговаривать нет нужды Ответить