AI TOOLS RADAR
Alle Modelle / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Transcribe 1.5

Beschreibung der Quelle (Englisch)

MAI-Transcribe 1.5 is a multilingual speech-to-text model from Microsoft AI. It is suited for captions, call transcription, subtitling, accessibility, and other voice-enabled applications, with reliable transcription across 43 languages, diverse...

Quelle bei OpenRouter ansehen
Überblick

Modellspezifikationen

Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
Architektur
audio->transcription
Tokenizer
Other
Wissensstand
Nicht angegeben
Moderiert
Nein
OPENROUTER

Vollständige Preise

Mit OpenRouter synchronisierte Preise; Tokenpreise gelten pro eine Million Token.

Audiodauer
$0.36
pro Stunde
API

Schnellstart

Setzen Sie OPENROUTER_API_KEY lokal. Python benötigt requests; JavaScript läuft in Node.js. Bewahren Sie den Schlüssel auf dem Server auf.

API-Dokumentation

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=microsoft/mai-transcribe-1.5' \
  -F 'file=@audio.wav'
Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe
audio
Ausgabe
transcription
API

Unterstützte API-Parameter

Verfügbare Anbieter

1 Anbieter

Geprüft: 16. September 2026

Live-Anbieter bei OpenRouter

Verfügbarkeit, Latenz, Durchsatz und Routing ändern sich laufend. Aktuelle Betriebsdaten stehen auf der Quellseite.

OpenRouter

Azure

Nicht angegeben
Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
microsoft

4 Modelle

Alle Modelle
microsoft logomicrosoft

Microsoft: Microsoft-Decision-1

Microsoft-Decision-1 is a small model built for fast decision-making. Instead of generating text, it reads the provided content and returns a calibrated probability for each fixed answer option, so the...

Kontext
33K
Eingabe
text
Ausgabe
decisions
Eingabe: $0.042 pro 1 Mio. TokenAusgabe: Kostenlos pro 1 Mio. Token
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Voice-2.1-Flash

MAI-Voice-2.1-Flash is a low-latency text-to-speech model from Microsoft AI, optimized for real-time responsiveness. It produces natural, expressive speech across 23 languages, with human-like intonation, rhythm, and emotional nuance. It is...

Kontext
Nicht angegeben
Eingabe
text
Ausgabe
speech
Zeichen: $15 pro Million Zeichen
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Voice-2.1

MAI-Voice-2.1 is Microsoft AI's highest-fidelity, most expressive text-to-speech model. It produces natural, studio-grade speech across 23 languages, with detailed prosody, nuanced expressiveness, and speaker consistency over long-form content. It is...

Kontext
Nicht angegeben
Eingabe
text
Ausgabe
speech
Zeichen: $22 pro Million Zeichen
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.6

MAI-Image-2.6 is an image generation and editing model from Microsoft AI, the precision tier of the MAI-Image-2.6 family alongside the faster MAI-Image-2.6 Flash. It is suited for design-ready visuals and...

Kontext
4K
Eingabe
text · image
Ausgabe
image
Eingabe: $5 pro 1 Mio. TokenBildausgabe: $38 pro 1 Mio. Token
Modelldetails ansehen →