A Microsoft deu um passo importante na corrida tecnológica ao lançar o MAI-Transcribe-1, um novo modelo de inteligência artificial focado em transcrição de áudio. A novidade chega com a promessa de funcionar mesmo em ambientes barulhentos, como ruas movimentadas ou locais com várias pessoas falando ao mesmo tempo.
O grande diferencial para o mercado é a economia. Segundo Mustafa Suleyman, chefe de IA da empresa, a tecnologia gasta apenas metade da capacidade de processamento (GPU) em comparação aos concorrentes. Isso significa que empresas podem transcrever reuniões, legendar vídeos e monitorar chamadas de call center gastando muito menos.
O sistema foi treinado para dominar 25 idiomas diferentes. Para chegar a esse nível de precisão, a Microsoft utilizou desde gravações profissionais em estúdio até áudios captados em situações reais do dia a dia, garantindo que a máquina entenda a fala humana mesmo com baixa qualidade de som.
Essa inovação faz parte de uma mudança maior dentro da gigante da tecnologia. Agora, o foco total é na chamada "superinteligência". O objetivo é que a IA deixe de ser apenas um robô de conversa e passe a entregar resultados práticos e automáticos para o trabalhador e para o cidadão comum.
Para agilizar essas criações, a Microsoft unificou seus serviços sob a marca Copilot. Curiosamente, o novo modelo de voz foi desenvolvido por uma equipe enxuta de apenas dez pessoas, focada em evitar a burocracia das grandes corporações e acelerar as entregas para o público.
A ferramenta já está disponível para uso comercial através das plataformas da empresa. A visão de Suleyman é que, em breve, cada pessoa tenha um assistente de inteligência artificial de alta qualidade no bolso, funcionando como um braço direito para as tarefas do cotidiano.
