MAI-Transcribe-1刚刚在Azure上开放公开预览，这是一篇完整的接入教程，从开通服务到生产可用，覆盖所有关键步骤。

MAI-Transcribe-1核心规格

在深入代码之前，先看清楚这个模型能做什么：

• 支持语言：英语、中文、日语、韩语、法语、德语、西班牙语、葡萄牙语、阿拉伯语、印地语、俄语（11种）
• 音频格式：WAV、MP3、M4A、FLAC、OGG（最大文件：25MB）
• 延迟：标准模式约1-2秒/分钟音频，流式模式实时输出
• 计费：按音频分钟数计费，预览期间有免费额度

Step 1：在Azure门户开通MAI服务

1. 登录Azure Portal，创建或选择已有的Azure OpenAI资源
2. 进入"模型部署"，点击"部署新模型"
3. 在模型列表中找到mai-transcribe-1，选择"公开预览"版本
4. 设置部署名称（建议：mai-transcribe-prod），配置请求速率上限

注意：MAI-Transcribe-1当前仅在East US 2和Sweden Central区域可用。如果你的Azure资源在其他区域，需要创建新资源或通过跨区域调用。

Step 2：Python接入代码

python

复制

Step 3：生产环境的错误处理和重试

python

复制

Step 4：长音频分割处理

对于超过25MB的长音频（如1小时以上的会议录音），需要先分割再分批提交：

python

复制

成本对比：MAI-Transcribe-1 vs Whisper

对于以中文为主的场景，MAI-Transcribe-1在准确率上有明显优势，价格与Whisper持平，是目前最具性价比的选择。