Sidney 的公開筆記MAI-Transcribe-2 提供講者與時間戳，官方限時每小時 0.1 美元
限時價格是評估起點，最終要比較轉錄正確率與校稿總成本。
來源重點
微軟官方介紹 MAI-Transcribe-2 多語轉錄、說話者分離與逐字時間戳，列限時每小時音訊 0.1 美元。貼文另介紹使用入口，各供應平台當前價格與條件未逐一核對。
整理判斷
低價格加上原生說話者與時間資訊，能大幅簡化字幕、會議與訪談的後續處理。
適合怎麼用
用同一段台灣中文、中英夾雜與多人重疊音訊，和現有 Whisper 流程比較正確率、延遲與成本。
限制與採用條件
0.1 美元是官方限時價格；十倍速度與排行榜來自特定基準，正式採用前需用自己的音訊實測。
把講者分離與逐字時間戳接到字幕校稿流程。
- 需要的條件
- 確認錄音可交由雲端處理、服務帳號與目前計價，再準備人工對照逐字稿。
- 怎麼驗證
- 和 Vibe 使用同三段音訊，比較專有名詞、講者切換、時間戳及總成本；計入上傳、等待與人工修正，不能只比模型速度。
原始來源Threads / @ethansavemoneydairy
前往原始內容來源與閱讀紀錄 · 2026.09.09
已讀 Threads 全五段主文與作者續文，無額外外部留言。本次只核對可取得的文字及所述畫面，未取得全部留言、未完整觀看影片或實際操作工具。補充來源的查閱日期與範圍另列，舊日期不代表本次重讀。
微軟 MAI-Transcribe-2 模型頁 · 2026.09.09
已讀官方頁，確認多語、逐字時間戳、說話者分離與限時每小時 0.10 美元；未測試 API 或各轉售平台價格。
後續更新
補上使用構想、驗收方式與跨篇閱讀關聯；查閱範圍見來源紀錄。
重讀來源後修訂摘要與發布文案，區分來源主張、本站判斷及未核實範圍。