Source: https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/ Canonical: https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/ Language: de # Microsoft AI: MAI-Voice-2-Flash [Markdown](https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/index.md) · [JSON](https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/facts.json) ## [Microsoft AI: MAI-Voice-2-Flash](https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/) MAI-Voice-2-Flash von Microsoft AI erzeugt ausdrucksstarke Sprachausgabe in 15 Sprachen für Assistenten, Kundensupport und gesprochene Menüs. Es verbindet schnelle Ausgabe mit einer kuratierten Stimmenbibliothek, Stimmensteuerung per Referenzaufnahme und Tonfallkontrolle je Gesprächsrunde. - [**Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`](https://ailoot.ai/models/de/microsoft-mai-voice-2-flash/#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-Flash ist das Text-to-Speech-Modell von Microsoft AI für reaktionsschnelle Sprachanwendungen mit hohem Nutzungsvolumen. Der Hersteller beschreibt natürliche Prosodie, klares Audio und ausdrucksstarke Sprechweise; zu den Hauptaufgaben gehören Assistenten, Kundensupport-Agenten und Telefonmenüs. Geschriebener Transkripttext wird zu gesprochenem Audio in der gewählten Stimme. Flash ist eine bestimmte Variante von MAI-Voice-2 und von der späteren MAI-Voice-2.1-Familie zu unterscheiden. #### Sprache und Stimme auswählen Die genaue Modellkarte dokumentiert fünfzehn Sprachen und achtzehn Sprach- und Regionalvarianten. Dazu gehören Englisch, Italienisch, Spanisch, Hindi, Französisch, Deutsch, Portugiesisch, Koreanisch, vereinfachtes Chinesisch, Türkisch, Russisch, Thai, Niederländisch, Rumänisch und Ungarisch; für einige Sprachen gibt es separate regionale Varianten. Wählen Sie die vorgesehene Sprache und bereiten Sie den tatsächlichen Wortlaut vor, den der Hörer hören soll. Eine regionale Sprachvariante kann bei einer Begrüßung, einem Produktnamen oder einer dem Publikum vertrauten Aussprache wichtig sein. Microsoft dokumentiert zwei Wege zur Stimmenauswahl: eine kuratierte Bibliothek und Stimmensteuerung anhand einer kurzen Aufnahme. Die Bibliothek stellt einen vorhandenen Sprecher für einen Erzähltext oder eine Interaktion bereit. Eine Referenzaufnahme definiert über den Workflow des Herstellers für benutzerdefinierte Stimmen eine andere Sprecheridentität. Behalten Sie die Sprecherwahl über zusammengehörige Prompts hinweg bei, damit Eröffnungsnachricht, Erklärung und anschließende Antwort wie Teile eines gemeinsamen Erlebnisses klingen. #### Tonfall für interaktive Sprachausgabe Das Modell unterstützt die Steuerung von Tonfall, Sprechweise und Emotion auf Ebene einer Gesprächsrunde. Schreiben Sie für einen Sprachassistenten zuerst eine knappe Anweisung und dann die Einzelheiten, die der Hörer benötigt. Eine praktische Zeile lautet: „Wählen Sie das Dokument, das Sie öffnen möchten. Wenn Sie den Titel nicht genau wissen, sagen Sie mir, worum es geht.“ Das Skript gibt dem Hörer eine klare Handlung vor und lässt zugleich Raum für eine Rückfrage. Trennen Sie in einem Lerndialog die Erklärung von der Frage, die der Lernende beantworten soll. Halten Sie in einem Menü die Optionsnamen kurz und verwenden Sie Formulierungen, die auch beim einmaligen Hören verständlich bleiben. Der Tonfall sollte dem Zweck der Passage folgen: Eine Beruhigung, eine Anweisung und eine Frage können unterschiedliche Sprechweisen erfordern, während die Stimme gleich bleibt. #### Referenzstimme vorbereiten Der Hersteller gibt für die Stimmensteuerung eine fünf bis sechzig Sekunden lange Aufnahme vor und beschreibt die Nachbildung des Sprechers, der zugestimmt hat, ohne zusätzliches Training. Er empfiehlt eine natürliche Gesprächsweise mit mäßiger Energie, weil die Referenz das Ergebnis wesentlich beeinflusst. Bereiten Sie eine Aufnahme vor, die die gewünschte Stimme repräsentiert, statt einer Darbietung mit unpassenden Extremen bei Lautstärke oder Ausdruck. Dieser Modus ist für eine autorisierte Stimme mit Einwilligung dokumentiert. Sein Herstellerworkflow und die Bibliothek voreingestellter Stimmen sind separate Vorbereitungswege. Die Ausgabe bleibt neu synthetisierte Sprachausgabe aus dem bereitgestellten Transkript; die Aufnahme liefert die gewünschte Sprecheridentität. #### Mit dem gesprochenen Ergebnis arbeiten Verwenden Sie Flash für eine Interaktion, bei der die Antwort zeitnah ausgegeben werden und leicht verständlich bleiben soll. Der Hersteller richtet diese Variante auf Reaktionsschnelligkeit aus und behält dabei Prosodie und akustische Qualität der MAI-Voice-2-Reihe bei. Halten Sie jede Gesprächsrunde mit ihrem Transkript und Sprecher verknüpft, damit wichtige Namen, Befehle und emotionale Wechsel im Kontext geprüft werden können. Ein nützliches Ergebnis ist ein klarer gesprochener Prompt oder eine Antwort in der benötigten Sprache und Stimme. Hören Sie sich den Wortlaut so an, wie ihn das Publikum hören wird, insbesondere in einer Folge von Prompts. Die Spezifikation mit fünfzehn Sprachen und achtzehn Sprach- und Regionalvarianten gehört zu dieser genauen Voice-2-Flash-Modellversion; der erweiterte Sprachkatalog und die Details zu verwalteten Stimmen späterer Versionen gehören zu deren eigenen Profilen. **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash` [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/de/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) Microsoft AI /`microsoft/mai-voice-2-flash` ### Start MAI-Voice-2-Flash von Microsoft AI erzeugt ausdrucksstarke Sprachausgabe in 15 Sprachen für Assistenten, Kundensupport und gesprochene Menüs. Es verbindet schnelle Ausgabe mit einer kuratierten Stimmenbibliothek, Stimmensteuerung per Referenzaufnahme und Tonfallkontrolle je Gesprächsrunde. Zulässige Eingaben Text Ergebnisse Audio ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` Eingabetypen `text` Ausgabetypen `audio` Ausgabeformat mp3 | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits microsoft/mai-voice-2-flash | 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 die genaue Stimme aus diesem Modellprofil. Eingabezeichen und Audiosekunden sind unterschiedliche Abrechnungseinheiten. ### 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 | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Abrechenbare Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Token Ausgabe · Ausgabetoken **—** / 1K Token Eingabe · Cache-Lesen **—** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationUltra | Tarifstaffel— | Abrechenbare MengeJeder Unicode-Codepunkt zählt als ein Zeichen, einschließlich Han-Zeichen. | Abrechnungseinheitpro 1K Eingabezeichen | Gebühr Eingabe · Eingabezeichen **$0.03** 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-Flash #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | KonfigurationMicrosoft AI: MAI-Voice-2-Flash · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabezeichen **0,00003 $** pro Eingabezeichen | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Sprachausgabe curl ```bash set -eu : "${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-flash", "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-flash`](https://ailoot.ai/models/de/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/de/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2-Flash Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `text` → `audio` Welche Felder verwendet die Anfrage? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `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/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## 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) ## 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.