Microsoftが自社開発のAI基盤モデルとして、音声生成モデルの「MAI-Voice-1」、音声認識モデルの「MAI-Transcribe-1」、画像生成モデルの「MAI-Image-2」を発表しました。
Microsoftが音声生成モデル「MAI-Voice-1」・音声認識モデル「MAI-Transcribe-1」・画像生成モデル「MAI-Image-2」の3つのAI基盤モデルをリリース
GIGAZINE / 2026/4/3
📰 ニュースIndustry & Market MovesModels & Research
要点
- Microsoftが音声生成（MAI-Voice-1）、音声認識（MAI-Transcribe-1）、画像生成（MAI-Image-2）の3つの基盤モデルをリリースした。
- 音声系では生成と認識を分けたモデル構成により、音声アプリでのエンドツーエンド連携がしやすい設計が示唆される。
- 画像生成モデルの投入により、マルチモーダル/マルチコンテンツ制作を支える基盤として展開余地が広がる。
- 企業のAI開発・製品化の基盤となり得る新モデル群で、開発者の実装や既存パイプラインの置き換え判断に影響する。
Microsoftが自社開発のAI基盤モデルとして、音声生成モデルの「MAI-Voice-1」、音声認識モデルの「MAI-Transcribe-1」、画像生成モデルの「MAI-Image-2」を発表しました。
この記事の続きは原文サイトでお読みいただけます。
原文を読む →
