Connect with us

Künstliche Intelligenz

Microsoft erweitert KI-Modellfamilie MAI um drei Audio-Modelle


Eigene große KI-Modelle hat Microsoft erst spät entwickelt – aber nicht, weil man das Thema in Redmond verschlafen hat, sondern ganz im Gegenteil: Der Windows-Hersteller setzte mehrere Jahre lang vor allem auf die Kooperation mit OpenAI. Inzwischen baut Microsoft mit der MAI-Familie eine eigene Modellreihe auf. Mit MAI-Transcribe-2-Streaming, MAI-Voice-2.1 und MAI-Voice-2.1-Flash kommen nun drei weitere Modelle hinzu, die Microsofts Ambitionen im Audio-Bereich unterstreichen.

Weiterlesen nach der Anzeige

Der Schwerpunkt der Veröffentlichung vom 1. Oktober liegt auf dem Bau von Voice-Agents. Dafür sollen die drei Modelle Echtzeit-Transkription und Sprachausgabe liefern.

MAI-Transcribe-2-Streaming ist das erste Streamingmodell der MAI-Familie. Es beherrscht 60 Sprachen und erkennt die gesprochene Sprache automatisch und fortlaufend – ein Sprachwechsel während der Transkription ist also möglich. Erste vorläufige Ergebnisse verspricht Microsoft nach gut 100 Millisekunden. Sobald mehr Kontext vorliegt, korrigiert das Modell diese Zwischenergebnisse. Auf der Benchmark-Plattform Artificial Analysis liegt das Modell bei der Genauigkeit auf Platz 1, sowohl bei finalen als auch bei vorläufigen Transkripten. Laut internen Messungen erscheinen Wörter im Transkript doppelt so schnell wie beim „engsten Konkurrenten“, den Microsoft nicht benennt. Bei der Genauigkeit folgt auf Artificial Analysis Grok Voice Transcribe 2.0 von xAI auf Platz 2.

Als mögliche Anwendungsfälle beschreibt Microsoft Voice-Agents, die schon mitten im Satz Reasoning anstoßen oder Tools aufrufen, sowie Live-Untertitel und Diktierfunktionen. Bis Ende des Jahres bietet Microsoft das Modell zum Einführungspreis von 0,54 US-Dollar (rund 48 Cent) pro Audiostunde an. Was es danach kostet, ist noch offen. Seine ersten Audio-Gehversuche unternahm Microsoft bereits im August 2025 mit dem Sprachgenerierungsmodell MAI-Voice-1.

Das Text-to-Speech-Modell MAI-Voice-2.1 beherrscht 23 Sprachen, kann ebenfalls während der laufenden Ausgabe zwischen Sprachen wechseln und soll laut Microsoft jeweils mit muttersprachlichem Akzent sprechen. In unseren Versuchen mit der Demo-App „Chatter“ im MAI Playground bestätigte sich das für die deutsche Sprachausgabe. Der Preis beträgt 22 US-Dollar pro 1 Million Zeichen.

Weiterlesen nach der Anzeige

Die Flash-Variante ist mit 15 US-Dollar pro 1 Million Zeichen günstiger, beherrscht die gleichen Sprachen und Stimmen und soll für 45 Sekunden Audio eine Ende-zu-Ende-Latenz von 150 Millisekunden schaffen. Damit wären recht flüssige Gespräche möglich. Microsoft positioniert Flash entsprechend für Echtzeit-Agents, Callcenter und Telefonmenüs, das teurere Modell dagegen für längere Inhalte wie Hörbücher, Podcasts und Voice-over, bei denen die Stimme über lange Passagen konsistent bleiben soll. Messbare Qualitätsunterschiede zwischen beiden Varianten nennt Microsoft nicht.

Beide Modelle sollen Stimmen in allen Sprachen klonen können. Dafür genügen laut Microsoft 5 bis 60 Sekunden Referenzaudio. Um Missbrauch zu verhindern, ist die Funktion zugangsbeschränkt: Entwickler müssen eine Prüfung durch Microsoft durchlaufen und eine Audio-Einwilligung der Person hochladen, deren Stimme geklont werden soll.

Verfügbar sind alle drei Modelle über Microsoft Foundry, den MAI Playground, Vercel und Azure Voice Live, die beiden Voice-Modelle zusätzlich über OpenRouter. Eine Integration in LiveKit soll folgen.

Microsofts Modellfamilie wächst schnell: Zuvor waren bereits MAI-Transcribe-2, MAI-Image-2.6, MAI-Thinking-1 und MAI-Code-1.1-Flash erschienen – Modelle, mit denen Microsoft unabhängiger von OpenAI wird. Ihre Zusammenarbeit haben beide Unternehmen im Oktober 2025 mit veränderten Partnerschaftsregeln neu aufgestellt. MAI-Code-1.1-Flash steckt bereits in GitHub Copilot und VS Code. Für den Security-Bereich hat Microsoft zudem mit MAI-Cyber-1-Flash ein spezialisiertes Modell zur automatisierten Schwachstellensuche vorgestellt. Unklar bleibt, wann und wie die neuen Audio-Modelle in Microsoft-Produkte wie Copilot, Teams oder Windows einfließen. Echtzeit-Spracherkennung bietet Microsoft über Azure Speech in Foundry Tools zwar schon lange an, mit dem eigenen Streamingmodell tritt der Konzern nun aber direkt gegen spezialisierte Anbieter an. In diesem Markt konkurrieren unter anderem ElevenLabs, Deepgram, AssemblyAI, Google, OpenAI und xAI.

Lesen Sie auch


(mki)



Source link

Künstliche Intelligenz

Microsoft-Ausfall: Woran es lag und wer besonders litt


Eine stundenlange Großstörung hat weltweit Unternehmen und Verbraucher von zentralen Cloud-Angeboten des Software-Konzerns Microsoft abgeschnitten. Betroffen waren nicht nur der E-Mail-Dienst Outlook, sondern generell Dienste aus dem Cloud-Paket Microsoft 365. Beim Bürokommunikations-Angebot Teams etwa funktionierten das Planen von Besprechungen und Kalender-Anbindungen nicht richtig. Zudem waren der KI-Assistent Copilot sowie Schnittstellen zu Drittanbietern zeitweise gestört, darunter KI-Dienste wie OpenAI und Anthropic.

Weiterlesen nach der Anzeige

Microsoft machte zum Freitagnachmittag nach und nach Fortschritte – bis die Systeme dann wieder stabil liefen. Die Dienste seien zur Sicherheit schrittweise hochgefahren worden, auch wenn es dadurch länger gedauert habe. Der Konzern betonte danach, die Störung sei auf ein hausgemachtes Problem und nicht auf eine Cyberattacke oder KI-Aktivität zurückgegangen.

Der Grund habe letztlich in einem zuvor durchgeführten Upgrade der Netzwerk-Kapazität gesteckt. Ein dabei eingeführtes Problem sei erst nach jüngsten Netzwerk-Änderungen in Erscheinung getreten, hieß es. Später werde es einen ausführlichen Bericht zu dem Zwischenfall geben.

Die Deutsche Bahn meldete wegen der Störung kaum Probleme. „Züge fahren unabhängig von Microsoft-Systemen, deshalb läuft der bundesweite Bahnbetrieb stabil“, teilte ein Sprecher des bundeseigenen Konzerns mit. In ganz wenigen Fällen sei es zu Verzögerungen gekommen, „weil kurzfristige Fahrplananpassungen nicht per E-Mail versendet werden konnten“. Bei der Lufthansa gab es nach Angaben eines Sprechers keine Auswirkungen auf den Flugverkehr. Es seien andere Systeme im Einsatz. Auch die Flughäfen in Frankfurt und Berlin teilten mit, dass die Microsoft-Probleme sich nicht auf den Flugbetrieb auswirkten.

Bei Deutschlands größtem Strom-Verteilnetzbetreiber Eon war der Betrieb der Energienetze nach eigenen Angaben nicht betroffen. Grund dafür sei eine klare Trennung zwischen Systemen für Informations- und für Betriebstechnologie, erklärte eine Sprecherin. Letztere liefen auf speziell abgesicherten Infrastrukturen, die nicht von den betroffenen Microsoft-Diensten abhängig seien.

Im Frankfurter Finanzdistrikt war wie vielerorts die interne Kommunikation gestört. Bankfunktionen seien nicht betroffen und liefen alle ohne Störungen, erklärte ein Sprecher der Commerzbank. Bei der Deutschen Börse hieß es, der Wertpapierhandel laufe wie gewohnt.

Nach Angaben der Bundesregierung hatte die stundenlange Störung keine größeren Auswirkungen auf die Verwaltung. „Aus der Bundesverwaltung liegen uns keine Meldungen über größere Ausfälle vor“, sagte ein Sprecher des Digitalministeriums in Berlin. Man gehe jedoch von einer großen Betroffenheit in der deutschen Wirtschaft aus. Beim Bundesamt für Sicherheit in der Informationstechnik (BSI) hieß es, von vielen Unternehmen seien Meldungen zum Ausfall bei der Kommunikation eingegangen. Es gebe aber keine Hinweise auf einen Cyberangriff.

Ein Sprecher des Innenministeriums sagte, es gebe bisher keine Kenntnisse darüber, dass das Ministerium oder anhängige Behörden betroffen seien. Der Sprecher des Digitalministeriums erklärte, dass der Bundesclient als Standard-IT-Arbeitsplatz in der Bundesverwaltung stabil laufe. Dieser nutze Microsoft nicht in der Cloud, sondern werde auf eigener Infrastruktur betrieben. Jedoch nutzten noch nicht alle Behörden den Bundesclient, sondern dieser soll bis 2032 Standard in der gesamten Verwaltung werden. Der einheitliche E-Mail-Client in der Bundesverwaltung laufe stabil.

Weiterlesen nach der Anzeige

Angaben der Microsoft-Ingenieure zufolge wurde auf betroffenen Servern ein Prozess überlastet, der für den Aufbau sicherer Verbindungen zuständig ist – woraufhin die Rechner keine Anfragen mehr verarbeiteten. Zudem machte der Konzern die jüngste Konfigurationsänderung rückgängig, die zeitlich mit dem Beginn der Störung zusammenfiel. Microsoft erklärte, man suche angesichts anhaltender Ungleichgewichte bei der Datenverkehrssteuerung nach Wegen, um die Kapazitäten zu erhöhen.

Ausfälle von Online-Diensten gehören zum Alltag – meist sind sie aber von kurzer Dauer. Manchmal sind die Probleme aber so gravierend, dass es zu stundenlangen Störungen kommt. Microsofts Cloud- und E-Mail-Dienste hatten erst Ende August einen stundenlangen großflächigen Ausfall durchlebt, bei dem sich Nutzer nicht einloggen oder Nachrichten senden und empfangen konnten.

In Australien fiel der Ausfall mitten in die Abschlussprüfungen. Schüler aus Melbourne berichteten dem Sender ABC, sie könnten sich nicht auf ausstehende Sprachprüfungen vorbereiten, weil sie weder auf Materialien noch auf die Website der Prüfungsbehörde zugreifen könnten. Auch Online-Unterricht an Berufsschulen über Microsoft Teams war betroffen. Arzttermine und Untersuchungen mussten verschoben werden. Der Ausfall führte zu Verzögerungen im Flugverkehr. In Sydney musste eine Maschine mit Ziel Papua-Neuguinea am Boden warten, weil der Kapitän seine für den Start erforderlichen Unterlagen nicht per Outlook erhalten hatte.


(nie)



Source link

Weiterlesen

Künstliche Intelligenz

Rust als perfekte Sprache für Agentic AI: Online-Konferenz betterCode() Rust


Am 26. November 2026 findet die sechste Auflage der betterCode() Rust statt. Dieses Jahr legt die Online-Konferenz den Fokus auf agentengetriebene Entwicklung für Rust-Anwendungen.

Weiterlesen nach der Anzeige

Die betterCode() Rust zeigt, welche Architekturen, Tools und Prozesse sich für die agentische Softwareentwicklung mit Rust eignen. Die Vorträge vermitteln Best Practices und Leitlinien, für welche Aufgaben man Agenten sinnvoll einsetzen kann und was man lieber noch selbst macht.

Das Programm der Konferenz bietet unter anderem folgende Vorträge:

  • Systems Design mit Rust und Agenten
  • Sokrates und die Wartbarkeit deiner Rust-Codebasis
  • Embedded Sensor mit Agentic Rust entwickeln
  • Harness Engineering: Rust als perfekte Sprache für agentische Entwicklung
  • Rust in the Age of Agents

Die Konferenztickets sind zum Preis von 299 Euro (alle Preise zzgl. 19 % MwSt.) erhältlich. Teams ab drei Personen erhalten im Online-Ticketshop automatisch einen Gruppenrabatt.

Am 2. Dezember findet zusätzlich der Workshop „Agent-Ready Rust: Harness Engineering für AI Coding Agents“ statt, der 549 Euro kostet.

Wer über den Verlauf der betterCode()-Konferenz auf dem Laufenden bleiben möchte, kann sich für den Newsletter eintragen.


(rme)



Source link

Weiterlesen

Künstliche Intelligenz

Polarlicht bis Porträt: Licht und Himmel in den Bildern der Woche 46


In dieser Woche steht bei der Bildauswahl aus der c’t-Foto-Galerie der Himmel im Mittelpunkt: Mal dient er als Bühne für die Polarlichter über Norwegen, mal erscheint er als nebliges Grau über den Wolkenkratzern Londons und mal erstrahlt er in goldenem Morgenlicht über den Dächern Berlins. Was alle Aufnahmen verbindet, ist der konsequente Blick auf das Licht und die so geschaffene Atmosphäre. Dabei verändern sich die Stimmungen von Bild zu Bild und entfalten immer eine starke emotionale Wirkung.

Weiterlesen nach der Anzeige

Dazu gesellen sich Motive, die auch die Vielfalt der fotografischen Genres in der Foto-Galerie zeigen: Ein Vogel, präzise aus seinem Umfeld herausgelöst, eine Möwe im Bruchteil einer Sekunde zwischen zwei Tauchgängen, ein gestrandetes Wrack, das durch Langzeitbelichtung und Schwarz-Weiß-Umsetzung zeitlos wirkt – und schließlich ein Porträt, in dem Licht und Schatten zur eigentlichen Aussage werden. Sieben Bilder, sieben Haltungen und eine große Sorgfalt im Blick.




Die Saison ist im vollen Gange

(Bild: Wolzow1902)

Wie vertikale Pinselstriche steigen grüne und violette Lichtbänder der Aurora vom Horizont in den tiefblauen Nachthimmel über Norwegen. Die dunkle Silhouette der Hügelkette am unteren Bildrand bildet eine ruhige Grundlinie, vor der sich das Polarlicht umso dramatischer entfaltet. Herbstlich gefärbtes Laub an den Bildrändern rahmt die Szenerie ein und schafft eine spannungsvolle Verbindung zwischen Vordergrund und Himmel. Die Farbskala von tiefem Blau über leuchtendes Grün bis zu zartem Violett verleiht dem Bild eine orchestrale Dynamik.




City of London

(Bild: M.Schröder)

Nebel verschluckt die Spitzen dieser Londoner Hochhäuser, er löst die Architektur nach oben hin in ein tonales Grau auf und erzeugt so eine atmosphärische Perspektive. Der zentrale Turm dominiert mit seinem Raster aus Glasflächen das Bild, während ein Baukran an der linken Flanke eine feine vertikale Linie setzt. Rechts schiebt sich ein zweites Gebäude mit markanter Stahlstruktur ins Bild und schafft so eine Staffelung der Bildebenen.




Eisvogel

(Bild: Lightpix84)

Ein Eisvogel sitzt auf einem Vorsprung am Wasser und blickt nach oben. Die Aufnahme entstand mit einem Teleobjektiv, das den Hintergrund in ein weiches Bokeh aus warmen Braun- und Grüntönen auflöst. Die geringe Schärfentiefe isoliert den Vogel präzise und lenkt die Aufmerksamkeit auf das leuchtende Türkisblau seines Gefieders, das im Komplementärkontrast zu den orangefarbenen Brustpartien steht. Der Bildaufbau platziert das Tier im unteren Drittel, sodass der weiche, fast malerische Hintergrund viel Raum erhält und eine ruhige Tiefenwirkung entsteht. Die nach oben gerichtete Kopfhaltung des Vogels führt den Blick entlang einer diagonalen Linie durch das Bild und verleiht der Szene eine gewisse Spannung.




Wenn Bäume mal richtig was hermachen

(Bild: ulwp6)

Aus erhöhter Position blickt die Kamera über eine weite, von Nebelschwaden durchzogene Berliner Landschaft bei Sonnenaufgang. Dutzende Bäume ragen aus dem flachen Dunst hervor und werfen lange, klar gezeichnete Schatten auf den Boden. Im Hintergrund zeichnet sich die Silhouette der Hauptstadt ab: Hochhäuser und der Fernsehturm verschwimmen im goldenen Dunst. Am Horizont schiebt sich die Sonne durch eine Wolkenbank und färbt den Himmel in kräftigen Orange- und Gelbtönen, während darüber bereits kühles Blau durchscheint.




Das Wrack

(Bild: Asfotografie)

Gestrandet und verwittert, und doch zieht es den ganzen Blick auf sich. In einer walisischen Bucht liegt dieses alte Boot wie ein Monument der Vergänglichkeit. Es ist umgeben von seidig verwischtem Wasser und ziehenden Wolken. Durch die Langzeitbelichtung wird alles ringsum zur Nebensache, nur das raue Holz des Rumpfes bleibt greifbar und präsent. Die Schwarz-Weiß-Darstellung nimmt der Szene jede Ablenkung und rückt Struktur und Stimmung in den Vordergrund. Ein Bild, das man lange betrachtet – und das dabei immer ruhiger wird.




… und in den Angriff übergehen

(Bild: Zika)

Rote Füße, nasses Gefieder und der Blick steil nach unten – diese Lachmöwe, die über dem Wasser kreist, zögert nicht. Gerade ist sie aus dem Wasser aufgestiegen und verharrt für einen Wimpernschlag in der Luft, die Flügel weit aufgespannt. Die feinen Spritzer unter ihr markieren den letzten Tauchgang, während der gesenkte Kopf bereits den nächsten ankündigt. Der ruhige, entsättigte Hintergrund isoliert den Vogel und verleiht dieser Vogelstudie eine fast grafische Klarheit.

Weiterlesen nach der Anzeige




Bernadette

(Bild: Thomas Ruppel)

Licht, das Streifen malt, und ein Blick, der alles einfängt. Die diagonalen Schattenlinien der Jalousie legen sich wie ein grafisches Raster über Haut, Haar und Hintergrund und erzeugen ein spannungsreiches Muster. Die Schwarz-Weiß-Umsetzung dreht den Kontrast auf und verleiht dem Porträt eine fast skulpturale Wirkung. Die voluminösen Locken des Models brechen das strenge Linienspiel auf organische Weise auf, während die lässig an die Schulter gelegte Hand den Blick zurück zum intensiven Ausdruck lenkt. Hier trifft geometrische Strenge auf natürliche Form.


(vat)



Source link

Weiterlesen

Beliebt