Source: https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/ Language: de-ch # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/) MAI-Voice-2 von Microsoft AI erzeugt ausdrucksstarke mehrsprachige Sprachausgabe für Erzähltexte, Dialoge und Sprachanwendungen. Konsistenz über längere Inhalte, mehrere Sprecher und Emotionssteuerung je Gesprächsrunde unterstützen Hörbücher, Unterricht und Figurenstimmen. - [**Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/de-ch/microsoft-mai-voice-2/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. MAI-Voice-2 ist das promptgesteuerte Text-to-Speech-Modell von Microsoft AI für natürliche, ausdrucksstarke gesprochene Inhalte. Der Hersteller betont Klangtreue, Sprecherkonsistenz und emotionale Bandbreite. Zu den dokumentierten Aufgaben gehören Assistenten, Hörbücher, Podcasts, Vorträge, Lernfiguren und Sprechertexte für barrierefreie Nutzung. Transkripttext wird zu Audio in einer gewählten Stimme; die Variante Voice-2-Flash hat ein eigenes Profil für Interaktionen, bei denen eine unmittelbare Antwort Vorrang hat. #### Sprache und Sprecher Microsoft beschreibt zur Voice-2-Veröffentlichung fünfzehn Sprachen, darunter Englisch, Französisch, Deutsch, Italienisch, Spanisch, Portugiesisch, Hindi, Koreanisch, vereinfachtes Chinesisch, Türkisch, Russisch, Thai, Niederländisch, Rumänisch und Ungarisch. Einige Sprachen haben separate regionale Varianten. Die Veröffentlichung beschreibt ausserdem Code-Switching zwischen Hindi und Englisch sowie zwischen Spanisch und Englisch, sodass bestimmte gemischtsprachige Passagen den natürlichen Sprachwechsel eines Sprechers beibehalten können. Bereiten Sie die tatsächlich zu sprechenden Wörter vor und bewahren Sie deren vorgesehene Sprache. Eine zweisprachige Lernpassage kann einen Begriff in einer Sprache einführen und in einer anderen erklären, während Namen und Zitate erhalten bleiben. Prüfen Sie das gesprochene Ergebnis anhand des für das Stück benötigten Akzents und Publikums, statt alle Sprach- und Regionalvarianten als austauschbar zu behandeln. Die Modellkarte bietet eine kuratierte Stimmenbibliothek und einen separaten Weg zur Stimmensteuerung per Referenzaufnahme. Die Referenzaufnahme liefert ohne Fine-Tuning die gewünschte Sprecheridentität. Microsoft empfiehlt eine natürliche Gesprächsweise mit mässiger Energie, weil die Aufnahme Tempo und Sprechweise beeinflusst. Verwenden Sie eine repräsentative Aufnahme mit Einwilligung des Sprechers, wenn die Aufgabe eine benutzerdefinierte Stimme erfordert. #### Längere Erzähltexte und Dialoge Die Modellkarte dokumentiert die Generierung längerer Inhalte durch abschnittsweise Verarbeitung mit Kontextübernahme. Dies unterstützt zusammenhängende Erzähltexte wie ein Kapitel, eine Unterrichtseinheit oder eine Folge von Podcastpassagen. Teilen Sie das Skript an sinnvollen Abschnittsgrenzen und halten Sie Terminologie und Sprecherwahl konsistent. Eine lange Erklärung profitiert von gesprochenen Übergängen, die dem Hörer den Themenwechsel anzeigen. Die Unterstützung mehrerer Sprecher ermöglicht unterschiedliche Rollen in einem vorbereiteten Dialog. Weisen Sie Frage und Antwort den vorgesehenen Sprechern zu und behalten Sie diese Zuordnungen bei, wenn eine Rolle erneut auftritt. Die Eingabe sollte die endgültigen Zeilen und relevante Sprechregie enthalten, statt den Sprachsynthesizer offen aufzufordern, das Gespräch zu erfinden. #### Tonfall und emotionale Sprechweise Microsoft dokumentiert eine feine Steuerung von Tonfall, Sprechweise und Emotion auf Ebene einer Gesprächsrunde. Seine Veröffentlichungsbeispiele zeigen ausdrucksstarke Sprechrollen und emotionale Passagen. Legen Sie für einen Erzähltext fest, welcher Satz sachlich, nachdenklich oder aufgeregt ist, und wenden Sie eine Sprechweise an, die dieser Bedeutung folgt. Eine praktische Zeile lautet: «Der leiseste Teil des Experiments erwies sich als der aufschlussreichste. Dort wurde das Muster zum ersten Mal deutlich.» Der Wortlaut gibt der Darbietung einen gezielten Wechsel der Betonung. Halten Sie bei einem anleitenden Voice-over die Handlung klar und die Erklärung in einem separaten Satz. Unterscheiden Sie bei Dialogen den gesprochenen Wortlaut einer Figur von Szenennotizen. Hören Sie auf wiederkehrende Namen und Übergänge zwischen Passagen, damit die fertige Folge zusammenhängend bleibt. #### Audio verwenden Die Ausgabe ist neu erzeugte Sprachausgabe für das bereitgestellte Transkript. Ihr nützliches Ergebnis ist ein Erzähltext, Dialog oder eine gesprochene Anwendungsantwort, deren Stimme und Sprechweise dem Skript folgen. Halten Sie Text, Sprecher und Abschnittsreihenfolge mit der Aufnahme verknüpft, damit eine Korrektur die vorgesehene Passage ändert, ohne den Rest der Darbietung zu verlieren. MAI-Voice-2 betont Natürlichkeit und Ausdruck in einem längeren Hörerlebnis. Seine Fähigkeit zur Generierung längerer Inhalte definiert keine unbegrenzte Eingabe oder garantierte maximale Aufnahmedauer. Die genaue Voice-2-Beschreibung bleibt vom erweiterten Sprachkatalog und den Stimmeneinstellungen der späteren Voice-2.1-Modellversionen getrennt. **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/de-ch/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### Einstieg MAI-Voice-2 von Microsoft AI erzeugt ausdrucksstarke mehrsprachige Sprachausgabe für Erzähltexte, Dialoge und Sprachanwendungen. Konsistenz über längere Inhalte, mehrere Sprecher und Emotionssteuerung je Gesprächsrunde unterstützen Hörbücher, Unterricht und Figurenstimmen. Zulässige Eingaben Text Ergebnisse Audio ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` Eingabe `text` Ausgabe `audio` Ausgabeformat mp3 | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits microsoft/mai-voice-2 | Standard— | | Feld`input` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 Einheit: Unicode-Zeichen | Standard— | | Feld`voice` | Typ`string` | AnforderungErforderlich | Werte und Limits en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | Standard— | | Feld`response_format` | Typ`string` | AnforderungErforderlich | Werte und Limits mp3 | Standard— | Kombinationen von Eingabematerialien **text\_to\_speech** · Erforderlich: input Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input, voice, response\_format | | Parameter`voice_ids` | Vertragen-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | | Parameter`response_format` | Vertragmp3 | | Parameter`max_input_characters` | Vertragnull | | Parameter`other_options` | Vertragfalse | | Parameter`input` | VertragExakter UTF-8-Text; Anzahl der Unicode-Zeichen ohne Normalisierung | | Parameter`material_types` | Vertragtext | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Wählen Sie eine konkrete Stimme aus diesem Modellprofil. Eingabezeichen und Audiosekunden sind unterschiedliche Messgrössen. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechenbare Menge | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechenbare Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationUltra | Tarifstaffel— | Abrechenbare MengeJeder Unicode-Codepunkt zählt als ein Zeichen, einschliesslich Han-Zeichen. | Abrechnungseinheitpro 1K Eingabezeichen | Gebühr Eingabe · Eingabezeichen **$0.044** pro 1K Eingabezeichen | #### Details zum Referenztarif Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode. Microsoft AI: MAI-Voice-2 #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | KonfigurationMicrosoft AI: MAI-Voice-2 · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabezeichen **$ 0.000044** pro Eingabezeichen | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Sprachausgabe curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "microsoft/mai-voice-2", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["en-US-Harper:MAI-Voice-2", "es-MX-Valeria:MAI-Voice-2", "fr-FR-Soleil:MAI-Voice-2", "de-DE-Klaus:MAI-Voice-2"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Sprachausgabe mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Abrufe anderer Inhalte MedienbibliothekAufgabenstatusDateidetails ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Das vollständige Binärergebnis und die Header aufbewahren. Wenn JSON oder mehrere Ausgaben zurückgegeben werden, jedes Datenelement aufbewahren und jede tatsächlich zurückgegebene signierte Asset-URL abrufen. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die ursprüngliche operation\_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus. Antwortfelder | Feld | Typ | | --- | --- | | Feld`binary audio` | Typbytes | | Feld`response headers` | Typheaders | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | | Antwort`server_error` | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`microsoft/mai-voice-2`](https://ailoot.ai/models/de-ch/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`microsoft/mai-voice-2`](https://ailoot.ai/models/de-ch/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` Welche Felder verwendet die Anfrage? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `model`, `input`, `voice`, `response_format` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.