Модель распознавания речи Microsoft. 25 языков включая русский. В 2.5 раза быстрее Azure Fast. Лучший WER на FLEURS, обгоняя Whisper, GPT-Transcribe и Gemini Flash-Lite. Аудиофайлы до 200 МБ.

Тарифы, обзор, бенчмарки →

Seedance 2.0

ByteDance

Мультимодальная видео-модель ByteDance второго поколения. Принимает текст, изображения, видео и аудио одновременно — до 9 картинок, 3 видео и 3 аудио за один запрос. Генерирует видео до 15 секунд с нативным аудио, мультишотовой нарезкой и стабильными персонажами. #1 на Artificial Analysis Video Arena с Elo 1269 по text-to-video и 1351 по image-to-video.

Тарифы, обзор, бенчмарки →

Вопросы и ответы

Seedance 2.0 работает с аудио?+

Seedance 2.0 генерирует видео по текстовым промптам. MAI-Transcribe-1 распознаёт речь из аудио.

Как использовать их вместе?+

MAI-Transcribe-1 транскрибирует озвучку или комментарий, Seedance 2.0 создаёт видеоряд по расшифрованному сценарию.

Для каких проектов это актуально?+

Для видеопродакшна: расшифровка брифа через MAI-Transcribe-1 и автоматическое создание видео через Seedance 2.0.