Source: https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/ Language: es-mx # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/) MAI-Voice-2 de Microsoft AI produce voz multilingüe expresiva para narraciones, diálogos y aplicaciones habladas. La coherencia en contenido largo, la compatibilidad con varios hablantes y el control de la emoción por turno de habla permiten crear audiolibros, lecciones y voces de personajes. - [**Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/es-mx/microsoft-mai-voice-2/#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 es el modelo de conversión de texto a voz mediante indicaciones de Microsoft AI para contenido hablado natural y expresivo. Su fabricante destaca la fidelidad acústica, la coherencia del hablante y el rango emocional. Las tareas documentadas incluyen asistentes, audiolibros, pódcasts, conferencias, personajes educativos y narración para accesibilidad. El texto se convierte en audio con una voz elegida; la variante Voice-2-Flash tiene su propio perfil para interacciones en las que la respuesta inmediata es prioritaria. #### Idioma y hablante La publicación de Voice-2 de Microsoft describe quince idiomas: inglés, francés, alemán, italiano, español, portugués, hindi, coreano, chino simplificado, turco, ruso, tailandés, neerlandés, rumano y húngaro. Algunos idiomas tienen variantes regionales diferenciadas. La publicación también describe la alternancia entre hindi e inglés y entre español e inglés, de modo que determinados pasajes con varios idiomas pueden conservar la forma en que un hablante alterna las lenguas con naturalidad. Prepara las palabras reales que deben pronunciarse y conserva el idioma previsto de cada una. Un pasaje educativo bilingüe puede introducir un término en un idioma y explicarlo en otro, manteniendo intactos los nombres y las citas. El resultado hablado debe comprobarse teniendo en cuenta el acento y el público que necesita la pieza, en lugar de tratar todas las variantes regionales como intercambiables. La ficha del modelo ofrece una biblioteca de voces seleccionadas y una vía independiente de indicaciones mediante voz de referencia. El habla de referencia aporta la identidad de hablante deseada sin ajuste fino. Microsoft recomienda una interpretación conversacional natural con energía moderada, porque la grabación afecta al ritmo y a la interpretación. Utiliza una grabación representativa cuyo hablante haya dado su consentimiento cuando la tarea requiera una voz personalizada. #### Narraciones más largas y diálogo La ficha del modelo documenta la generación de contenido largo mediante segmentación con transferencia de contexto. Esto permite narraciones conectadas, como un capítulo, una lección o una secuencia de pasajes de pódcast. Divide el guion en límites de sección con sentido y mantén coherentes la terminología y la elección del hablante. Una explicación larga se beneficia de transiciones habladas que indiquen al público cuándo cambia el tema. El soporte para varios hablantes permite papeles diferenciados en un diálogo preparado. Asigna la pregunta y la respuesta a los hablantes previstos y conserva esas asignaciones cuando reaparece un papel. La entrada debe contener las intervenciones definitivas y las instrucciones de interpretación pertinentes, en lugar de una petición abierta para que el sintetizador de voz invente la conversación. #### Tono e interpretación emocional Microsoft documenta un control detallado del tono, la interpretación y la emoción por turno de habla. Sus ejemplos de publicación muestran papeles hablados expresivos y pasajes emocionales. Para una narración, determina qué frase es factual, reflexiva o entusiasta y aplica después una interpretación que siga ese significado. Una frase práctica es: «La parte más silenciosa del experimento resultó ser la más reveladora. Fue allí donde el patrón empezó a verse con claridad». La formulación da a la interpretación un cambio de énfasis intencionado. Para una locución de instrucciones, mantén clara la acción y deja la explicación en una frase aparte. En un diálogo, distingue las palabras que pronuncia un personaje de las notas de escena. Escucha los nombres repetidos y las transiciones entre pasajes para que la secuencia final siga siendo coherente. #### Utilizar el audio La salida es voz recién generada para el texto proporcionado. Su forma útil es una narración, un diálogo o una respuesta hablada de aplicación cuya voz e interpretación siguen el guion. Mantén asociados a la grabación el texto, el hablante y el orden de las secciones, para que una corrección cambie el pasaje previsto sin perder el resto de la interpretación. MAI-Voice-2 se centra en la naturalidad y la expresión en una experiencia de escucha prolongada. Su capacidad para contenido largo no define una entrada ilimitada ni una duración máxima de grabación garantizada. La descripción exacta de Voice-2 sigue siendo independiente del catálogo de idiomas ampliado y las opciones de voz de las ediciones posteriores Voice-2.1. **Ailoot Ultra · Síntesis de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### Inicio MAI-Voice-2 de Microsoft AI produce voz multilingüe expresiva para narraciones, diálogos y aplicaciones habladas. La coherencia en contenido largo, la compatibilidad con varios hablantes y el control de la emoción por turno de habla permiten crear audiolibros, lecciones y voces de personajes. 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 | 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 **$0.044** por 1K caracteres de entrada | #### Detalles de la tarifa de referencia Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado. Microsoft AI: MAI-Voice-2 #### Precios por configuración | Configuración | Condiciones de facturación | Cargo | | --- | --- | --- | | ConfiguraciónMicrosoft AI: MAI-Voice-2 · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Caracteres de entrada **USD 0.000044** por carácter de entrada | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Síntesis de voz curl ```bash set -eu : "${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", "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`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`microsoft/mai-voice-2`](https://ailoot.ai/models/es-mx/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 ¿Qué entradas y resultados están disponibles? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` ¿Qué campos utiliza la solicitud? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `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.