MAI-Transcribe-2 es el modelo de reconocimiento de voz de Microsoft AI lanzado el 3 de septiembre de 2026. Transcribe audio en 60 idiomas, añade diarización de hablantes y marcas de tiempo por palabra, y cuesta USD 0,10 por hora de audio (oferta limitada hasta el 31 de diciembre de 2026).

• Fecha de lanzamiento: 3 de septiembre de 2026
• Idiomas: 60 (antes 43 en MAI-Transcribe-1.5)
• Precio intro (hasta 31 dic 2026): USD 0,10 / hora de audio
• Velocidad (claim Microsoft / Artificial Analysis): ~10× más rápido que GPT-Transcribe; 1 h de audio ≈ 10 s de inferencia
• Disponible en: Microsoft Foundry, MAI Playground, Azure Speech Fast API, OpenRouter
• WER FLEURS (60 idiomas, claim Microsoft): ~5,2% promedio

Qué cambió respecto a MAI-Transcribe-1.5

Microsoft AI presentó MAI-Transcribe-2 el mismo día que OpenAI lanzó GPT-6 Astra. El salto no es solo “más idiomas”: empaqueta en el producto base funciones que antes cobraban por aparte los especialistas de voz.

• Idiomas: 25 (abril) → 43 (junio) → 60 (septiembre 2026)
• Precio: USD 0,36/h → USD 0,10/h (~72% menos) hasta fin de 2026
• Nuevo en base: diarización de hablantes, timestamps a nivel de palabra, code-switching (p. ej. Spanglish / Hinglish)
• Estilos de salida: verbatim (con muletillas) o clean (legible para notas/subtítulos)
• Keyword biasing: lista de términos de dominio (nombres, códigos, jerga) para bajar errores
• Detección automática de idioma: no hace falta forzar el locale salvo casos extremos

Para quién sirve MAI-Transcribe-2

• Reuniones y call centers donde importa quién dijo qué
• Subtítulos y edición de video con timestamps precisos
• Agentes de voz y documentación clínica/soporte con jerga de dominio
• Archivos grandes de audio donde el costo por hora define el negocio
• No sustituye un LLM: es speech-to-text; el resumen o extracción de acciones va después con otro modelo

Cómo usarlo paso a paso

1) Probar en MAI Playground / Microsoft Foundry

1. Entra a la anuncio oficial de Microsoft AI y abre el playground o Foundry.
2. Sube un audio de prueba (reunión o llamada con ruido de fondo).
3. Activa diarización y prueba estilo clean vs verbatim.
4. Añade 5–10 keywords de tu dominio y compara el WER percibido.

2) Azure Speech (API)

1. Crea un recurso de Speech en Azure / Microsoft Foundry.
2. Usa el endpoint Fast Transcription / Speech REST con el modelo MAI-Transcribe-2 (parámetro de modelo enhanced según docs de Microsoft Learn).
3. Configura transcribeStyle en clean o verbatim.
4. Pasa phraseList.phrases con nombres de productos, clientes o términos técnicos.
5. No fuerces locales salvo que la detección automática falle de verdad.

3) Checklist rápido de producción

1. Define si necesitas diarización (reuniones) o solo texto corrido (dictado).
2. Elige clean para notas publicables; verbatim para compliance/legal.
3. Carga keyword biasing con tu glosario (mejora fuerte en jerga).
4. Presupuesta USD 0,10/h solo hasta el 31 dic 2026; valida el precio post-promo.
5. Encadena el transcript a un LLM (Claude / GPT / Gemini) para resumen, tickets o CRM.

Fuente y contexto

Anuncio oficial: Microsoft AI — MAI-Transcribe-2 (3 sep 2026). Cobertura: VentureBeat y documentación en Microsoft Learn (Speech / Foundry Tools).

FAQ

¿Cuándo salió MAI-Transcribe-2?

El 3 de septiembre de 2026, en public preview vía Microsoft Foundry y MAI Playground.

¿Cuánto cuesta?

USD 0,10 por hora de audio como oferta limitada hasta el 31 de diciembre de 2026 (antes MAI-Transcribe-1 estaba cerca de USD 0,36/h).

¿Soporta español y Spanglish?

Sí: cubre español dentro de los 60 idiomas y destaca code-switching (p. ej. Spanglish) en el anuncio.

¿Reemplaza a Whisper o GPT-Transcribe?

Para volumen alto y bajo costo, Microsoft lo posiciona por encima en velocidad/precio frente a GPT-Transcribe, Gemini 3.5 Transcribe, Whisper Large-v3 y Scribe v2 en sus evals citadas. Valida con tu audio real antes de migrar.

¿Dónde lo uso hoy?

Microsoft Foundry, MAI Playground, Azure Speech Fast API y OpenRouter (slug reportado: microsoft/mai-transcribe-2).

Siguiente paso

Si quieres dominar flujos de voz + agentes + APIs de IA con práctica guiada:

1. Certifícate GRATIS en http://edu.ia.university/
2. Certificación IA internacional: https://ia.university/Asesor-IALab

Más guías recientes en IA News · formación en ia.university.