Source: https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/ Canonical: https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/ Language: es-mx # Microsoft AI: MAI-Voice-2-Flash [Markdown](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/index.md) · [JSON](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/facts.json) ## [Microsoft AI: MAI-Voice-2-Flash](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/) MAI-Voice-2-Flash de Microsoft AI genera voz expresiva en 15 idiomas para asistentes, atención al cliente y menús hablados. Combina una respuesta ágil con una biblioteca de voces seleccionadas, indicaciones mediante una voz de referencia y control del tono por turno de habla. - [**Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2-flash/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. MAI-Voice-2-Flash es el modelo de conversión de texto a voz de Microsoft AI diseñado para experiencias de voz con respuesta ágil y gran volumen de uso. El fabricante describe una prosodia natural, audio claro e interpretación expresiva, con asistentes, agentes de atención al cliente y menús telefónicos entre sus tareas principales. El texto escrito se convierte en audio hablado con la voz elegida. Flash es una variante específica de MAI-Voice-2, distinta de la familia posterior MAI-Voice-2.1. #### Selección de idioma y voz La ficha de este modelo concreto documenta quince idiomas y dieciocho variantes regionales. Abarcan inglés, italiano, español, hindi, francés, alemán, portugués, coreano, chino simplificado, turco, ruso, tailandés, neerlandés, rumano y húngaro, con variantes regionales diferenciadas para algunos idiomas. Elige el idioma previsto y prepara las palabras reales que debe oír el público. Una distinción regional puede importar para un saludo, un nombre de producto o una pronunciación familiar para la audiencia. Microsoft documenta dos vías de selección de voz: una biblioteca de voces seleccionadas e indicaciones de voz a partir de una grabación corta. La biblioteca proporciona un hablante existente para una narración o interacción. Una grabación de referencia define una identidad de hablante diferente mediante el flujo de voz personalizada del fabricante. Mantén una elección de hablante coherente entre mensajes relacionados, para que el mensaje inicial, la explicación y el seguimiento suenen como partes de una misma experiencia. #### Tono para el habla interactiva El modelo permite controlar el tono, la interpretación y la emoción por turno de habla. Para un asistente hablado, escribe una primera instrucción concisa y después el detalle que necesita el público. Una frase práctica es: «Elige el documento que quieres abrir. Si no estás seguro de su título, dime de qué trata». El guion da al oyente una acción clara y deja espacio para una pregunta de seguimiento. Para un intercambio educativo, separa la explicación de la pregunta que debe responder el alumno. Para un menú, mantén breves los nombres de las opciones y utiliza una formulación que siga siendo clara al oírla una sola vez. El tono debe seguir la finalidad del pasaje: tranquilizar, dar una instrucción y plantear una pregunta pueden exigir interpretaciones distintas manteniendo la misma voz. #### Preparación de la voz de referencia El fabricante especifica una grabación de cinco a sesenta segundos para las indicaciones de voz y describe la reproducción de la voz del hablante que ha dado su consentimiento sin entrenamiento adicional. Recomienda una interpretación conversacional natural con energía moderada, porque la referencia influye sustancialmente en el resultado. Prepara una grabación que represente la voz que quieres utilizar, en lugar de una interpretación con extremos de volumen o expresión ajenos al objetivo. Este modo se documenta para una voz autorizada cuyo hablante ha dado su consentimiento. El flujo del fabricante y la biblioteca de voces predefinidas son vías de preparación independientes. La salida sigue siendo voz de nueva síntesis a partir del texto suministrado; la grabación aporta la identidad de hablante deseada. #### Trabajar con el resultado hablado Utiliza Flash para una interacción en la que la respuesta deba entregarse con rapidez y seguir siendo fácil de entender. El fabricante centra esta variante en la capacidad de respuesta, conservando la prosodia y la calidad acústica de la línea MAI-Voice-2. Mantén cada turno de habla vinculado a su texto y a su hablante para poder revisar en contexto los nombres importantes, los comandos y los cambios emocionales. Un resultado útil es un mensaje o una respuesta hablada claros en el idioma y la voz requeridos. Escucha la formulación tal como la oirá el público, especialmente en una secuencia de mensajes. La especificación de quince idiomas y dieciocho variantes regionales de este modelo corresponde a la edición exacta Voice-2-Flash; el catálogo de idiomas ampliado y los detalles de voces gestionadas de versiones posteriores pertenecen a sus propios perfiles. **Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash` [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) Microsoft AI /`microsoft/mai-voice-2-flash` ### Inicio MAI-Voice-2-Flash de Microsoft AI genera voz expresiva en 15 idiomas para asistentes, atención al cliente y menús hablados. Combina una respuesta ágil con una biblioteca de voces seleccionadas, indicaciones mediante una voz de referencia y control del tono por turno de habla. Entradas aceptadas Texto Resultados Audio ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` Entrada `text` Salida `audio` Formato de salida mp3 | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites microsoft/mai-voice-2-flash | Predeterminado— | | Campo`input` | Tipo`string` | RequisitoObligatorio | Valores y límites Longitud mínima: 1 Unidad: caracteres Unicode | Predeterminado— | | Campo`voice` | Tipo`string` | RequisitoObligatorio | Valores y límites en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | Predeterminado— | | Campo`response_format` | Tipo`string` | RequisitoObligatorio | Valores y límites mp3 | Predeterminado— | Combinaciones de materiales de entrada **text\_to\_speech** · Obligatorio: input Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, input, voice, response\_format | | Parámetro`voice_ids` | Contratoen-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | | Parámetro`response_format` | Contratomp3 | | Parámetro`max_input_characters` | Contratonull | | Parámetro`other_options` | Contratofalse | | Parámetro`input` | Contratotexto UTF-8 exacto; conteo de caracteres Unicode sin normalización | | Parámetro`material_types` | Contratotext | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · El task\_id real devuelto o el registro de la biblioteca multimedia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Selecciona una voz exacta de este perfil de modelo. Los caracteres de entrada y los segundos de audio se miden por separado. ### Tarifas Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo fast Sin especificar Cuando se selecciona el modo fast Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default #### Tarifas de Ailoot #### Precios por configuración Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas. | Configuración | Tabla de tarifas | Cantidad facturable | Unidad de facturación | Cargo | | --- | --- | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad facturable— | Unidad de facturación— | Cargo Entrada · Tokens de entrada **—** / 1K tokens Salida · Tokens de salida **—** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | ConfiguraciónUltra | Tabla de tarifas— | Cantidad facturableCada punto de código Unicode cuenta como un carácter, incluidos los caracteres Han. | Unidad de facturaciónpor 1K caracteres de entrada | Cargo Entrada · carácter de entrada **$0.03** por 1K caracteres de entrada | #### Detalles de la tarifa de referencia Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado. Microsoft AI: MAI-Voice-2-Flash #### Precios por configuración | Configuración | Condiciones de facturación | Cargo | | --- | --- | --- | | ConfiguraciónMicrosoft AI: MAI-Voice-2-Flash · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Caracteres de entrada **USD 0.00003** por carácter de entrada | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Síntesis de voz curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Recibir y guardar resultados #### Ailoot Ultra · Síntesis de voz mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Otras consultas de contenido Biblioteca multimediaEstado de la tareaDetalles del archivo ```bash set -eu : "${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 ``` ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Conserva el resultado binario completo y los encabezados. Si se devuelve JSON o varias salidas, conserva cada elemento de data y descarga cada recurso desde su URL firmada real. ##### Si es necesario revisar la respuesta original Conserva el operation\_id/X-Client-Request-ID original para la conciliación sin volver a enviar la solicitud; no hay una ruta específica para consultar el estado del audio. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`binary audio` | Tipobytes | | Campo`response headers` | Tipoheaders | Errores y siguientes pasos | Respuesta | Condición | Siguiente paso | | --- | --- | --- | | Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. | | Respuesta`server_error` | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una revisión | Siguiente pasoConserva el ID original de operación o tarea devuelto, los encabezados de la solicitud y la respuesta; continúa con las consultas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. | ### Alias #### Alias del modelo **Ailoot Ultra** [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2-Flash ¿Qué entradas y resultados están disponibles? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `text` → `audio` ¿Qué campos utiliza la solicitud? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `model`, `input`, `voice`, `response_format` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.