Microsoft lancia nuovi modelli AI per voce, trascrizione e immagini
Tre nuovi modelli, tra cui trascrizione multilingue e generazione immagini avanzata, ampliano l'offerta AI di Microsoft.
Microsoft ha annunciato il rilascio di tre nuovi modelli di intelligenza artificiale focalizzati su voce, trascrizione e immagini. I nuovi strumenti segnano una decisa evoluzione oltre i tradizionali large language model, puntando su applicazioni avanzate per enterprise e professionisti.
I modelli di voce e trascrizione rappresentano una prima assoluta per l’azienda. Il sistema di trascrizione è in grado di convertire registrazioni vocali in testo in 25 lingue diverse, risultando particolarmente utile per sottotitolazione video, meeting transcription e la gestione di voice agent. Il modello vocale può generare file audio fino a 60 secondi, ampliando le potenzialità di automazione nei workflow aziendali.
Accanto a questi, Microsoft presenta la seconda generazione del proprio modello di generazione immagini, che offre maggiore velocità e realismo rispetto alla versione precedente. Questi modelli sono disponibili tramite la piattaforma Foundry e il MAI playground di Microsoft, con una futura integrazione prevista in servizi come Bing e PowerPoint.
L’iniziativa conferma l’intento di Microsoft di espandere la propria presenza nel mercato AI, differenziandosi con strumenti enterprise-oriented e tecnologie sempre più trasversali, in grado di rispondere alle esigenze di produttività e automazione.
