{ "aboutHtml": "

MAI-Voice-2 on Microsoft AI:n kehotteilla ohjattava tekstistä puheeksi -malli luontevaan ja ilmaisulliseen puhuttuun sisältöön. Valmistaja korostaa akustista uskollisuutta, puhujan yhtenäisyyttä ja tunneilmaisun laajuutta. Dokumentoidut tehtävät sisältävät avustajat, äänikirjat, podcastit, luennot, opetushahmot ja saavutettavuuskerronnan. Puheteksti muuttuu ääneksi valitulla äänellä; Voice-2-Flash-muunnelmalla on oma profiilinsa vuorovaikutuksiin, joissa välitön vastaus on etusijalla.

Kieli ja puhuja

Microsoftin Voice-2-julkaisu kuvaa viisitoista kieltä, mukaan lukien englanti, ranska, saksa, italia, espanja, portugali, hindi, korea, yksinkertaistettu kiina, turkki, venäjä, thai, hollanti, romania ja unkari. Joillakin kielillä on erillisiä aluevariantteja. Julkaisu kuvaa myös hindin ja englannin sekä espanjan ja englannin välistä kielenvaihtoa, joten valitut monikieliset katkelmat voivat säilyttää puhujan luontevan tavan vaihdella kieliä.

Valmistele varsinaiset puhuttavat sanat ja säilytä niiden tarkoitettu kieli. Kaksikielinen opetuskatkelma voi esitellä termin yhdellä kielellä ja selittää sen toisella säilyttäen nimet ja lainaukset. Puhuttu tulos tulee tarkistaa teoksen edellyttämän aksentin ja yleisön kannalta sen sijaan, että kaikkia kielialueita pidettäisiin keskenään vaihdettavina.

Mallikortti tarjoaa kuratoidun äänikirjaston ja erillisen viiteäänen perusteella ohjatun polun. Viitepuhe antaa halutun puhujaidentiteetin ilman hienosäätöä. Microsoft suosittelee luontevaa keskustelunomaista esitystä maltillisella energialla, sillä tallenne vaikuttaa rytmitykseen ja esitykseen. Käytä edustavaa, suostumuksella annettua tallennetta, kun tehtävä edellyttää mukautettua ääntä.

Pidempi kerronta ja vuoropuhelu

Mallikortti dokumentoi pitkän sisällön generoinnin osituksella ja kontekstin siirtämisellä. Tämä tukee yhtenäistä kerrontaa, kuten lukua, oppituntia tai podcast-katkelmien sarjaa. Jaa käsikirjoitus mielekkäiden osien rajoilta ja pidä termit sekä puhujavalinta yhtenäisinä. Pitkä selitys hyötyy puhutuista siirtymistä, jotka kertovat kuulijalle aiheen vaihtumisesta.

Useiden puhujien tuki mahdollistaa erilliset roolit valmistellussa vuoropuhelussa. Anna kysymys ja vastaus tarkoitetuille puhujille ja säilytä jako roolin palatessa. Syötteen tulee sisältää lopulliset repliikit ja olennaiset esitysohjeet, ei avointa pyyntöä, jossa puhesyntetisaattorin pitäisi keksiä keskustelu.

Sävy ja tunneilmaisu

Microsoft dokumentoi sävyn, esityksen ja tunteen tarkan vuorokohtaisen ohjauksen. Julkaisuesimerkit näyttävät ilmaisullisia puhuttuja rooleja ja tunnepitoisia katkelmia. Määritä kerronnassa, mikä lause on asiallinen, pohdiskeleva tai innostunut, ja käytä merkitystä seuraavaa esitystapaa. Käytännön repliikki on: ”Kokeen hiljaisin osuus osoittautui paljastavimmaksi. Juuri siinä kuvio alkoi hahmottua.” Sanamuoto antaa esitykselle tarkoituksellisen painotuksen muutoksen.

Pidä ohjeistavassa taustakerronnassa toiminto selkeänä ja selitys erillisessä lauseessa. Erota vuoropuhelussa hahmon puhutut sanat kohtausmuistiinpanoista. Kuuntele toistuvat nimet ja katkelmien väliset siirtymät, jotta lopullinen sarja pysyy johdonmukaisena.

Käytä ääntä

Tulos on annetulle puhetekstille vasta generoitu puhe. Sen hyödyllinen muoto on kerronta, vuoropuhelu tai sovelluksen puhuttu vastaus, jonka ääni ja esitystapa seuraavat käsikirjoitusta. Säilytä tekstin, puhujan ja osien järjestyksen yhteys tallenteeseen, jotta korjaus muuttaa tarkoitettua katkelmaa hukkaamatta muuta esitystä.

MAI-Voice-2 painottaa luontevuutta ja ilmaisua pitkässä kuuntelukokemuksessa. Sen pitkän sisällön kyky ei tarkoita rajatonta syötettä tai taattua tallenteen enimmäiskestoa. Juuri Voice-2:n kuvaus pysyy erillään myöhempien Voice-2.1-versioiden laajennetusta kielivalikoimasta ja ääniasetuksista.

", "aboutText": "MAI-Voice-2 on Microsoft AI:n kehotteilla ohjattava tekstistä puheeksi -malli luontevaan ja ilmaisulliseen puhuttuun sisältöön. Valmistaja korostaa akustista uskollisuutta, puhujan yhtenäisyyttä ja tunneilmaisun laajuutta. Dokumentoidut tehtävät sisältävät avustajat, äänikirjat, podcastit, luennot, opetushahmot ja saavutettavuuskerronnan. Puheteksti muuttuu ääneksi valitulla äänellä; Voice-2-Flash-muunnelmalla on oma profiilinsa vuorovaikutuksiin, joissa välitön vastaus on etusijalla.\n\n### Kieli ja puhuja\n\nMicrosoftin Voice-2-julkaisu kuvaa viisitoista kieltä, mukaan lukien englanti, ranska, saksa, italia, espanja, portugali, hindi, korea, yksinkertaistettu kiina, turkki, venäjä, thai, hollanti, romania ja unkari. Joillakin kielillä on erillisiä aluevariantteja. Julkaisu kuvaa myös hindin ja englannin sekä espanjan ja englannin välistä kielenvaihtoa, joten valitut monikieliset katkelmat voivat säilyttää puhujan luontevan tavan vaihdella kieliä.\n\nValmistele varsinaiset puhuttavat sanat ja säilytä niiden tarkoitettu kieli. Kaksikielinen opetuskatkelma voi esitellä termin yhdellä kielellä ja selittää sen toisella säilyttäen nimet ja lainaukset. Puhuttu tulos tulee tarkistaa teoksen edellyttämän aksentin ja yleisön kannalta sen sijaan, että kaikkia kielialueita pidettäisiin keskenään vaihdettavina.\n\nMallikortti tarjoaa kuratoidun äänikirjaston ja erillisen viiteäänen perusteella ohjatun polun. Viitepuhe antaa halutun puhujaidentiteetin ilman hienosäätöä. Microsoft suosittelee luontevaa keskustelunomaista esitystä maltillisella energialla, sillä tallenne vaikuttaa rytmitykseen ja esitykseen. Käytä edustavaa, suostumuksella annettua tallennetta, kun tehtävä edellyttää mukautettua ääntä.\n\n### Pidempi kerronta ja vuoropuhelu\n\nMallikortti dokumentoi pitkän sisällön generoinnin osituksella ja kontekstin siirtämisellä. Tämä tukee yhtenäistä kerrontaa, kuten lukua, oppituntia tai podcast-katkelmien sarjaa. Jaa käsikirjoitus mielekkäiden osien rajoilta ja pidä termit sekä puhujavalinta yhtenäisinä. Pitkä selitys hyötyy puhutuista siirtymistä, jotka kertovat kuulijalle aiheen vaihtumisesta.\n\nUseiden puhujien tuki mahdollistaa erilliset roolit valmistellussa vuoropuhelussa. Anna kysymys ja vastaus tarkoitetuille puhujille ja säilytä jako roolin palatessa. Syötteen tulee sisältää lopulliset repliikit ja olennaiset esitysohjeet, ei avointa pyyntöä, jossa puhesyntetisaattorin pitäisi keksiä keskustelu.\n\n### Sävy ja tunneilmaisu\n\nMicrosoft dokumentoi sävyn, esityksen ja tunteen tarkan vuorokohtaisen ohjauksen. Julkaisuesimerkit näyttävät ilmaisullisia puhuttuja rooleja ja tunnepitoisia katkelmia. Määritä kerronnassa, mikä lause on asiallinen, pohdiskeleva tai innostunut, ja käytä merkitystä seuraavaa esitystapaa. Käytännön repliikki on: ”Kokeen hiljaisin osuus osoittautui paljastavimmaksi. Juuri siinä kuvio alkoi hahmottua.” Sanamuoto antaa esitykselle tarkoituksellisen painotuksen muutoksen.\n\nPidä ohjeistavassa taustakerronnassa toiminto selkeänä ja selitys erillisessä lauseessa. Erota vuoropuhelussa hahmon puhutut sanat kohtausmuistiinpanoista. Kuuntele toistuvat nimet ja katkelmien väliset siirtymät, jotta lopullinen sarja pysyy johdonmukaisena.\n\n### Käytä ääntä\n\nTulos on annetulle puhetekstille vasta generoitu puhe. Sen hyödyllinen muoto on kerronta, vuoropuhelu tai sovelluksen puhuttu vastaus, jonka ääni ja esitystapa seuraavat käsikirjoitusta. Säilytä tekstin, puhujan ja osien järjestyksen yhteys tallenteeseen, jotta korjaus muuttaa tarkoitettua katkelmaa hukkaamatta muuta esitystä.\n\nMAI-Voice-2 painottaa luontevuutta ja ilmaisua pitkässä kuuntelukokemuksessa. Sen pitkän sisällön kyky ei tarkoita rajatonta syötettä tai taattua tallenteen enimmäiskestoa. Juuri Voice-2:n kuvaus pysyy erillään myöhempien Voice-2.1-versioiden laajennetusta kielivalikoimasta ja ääniasetuksista.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7dbf86574c481b150ae4b39ce3313a5bde007d0691c3e766e480ad1db1db3a69", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "
•

Microsoft AI: MAI-Voice-2

Microsoft AI /microsoft/mai-voice-2

Aloitus

Microsoft AI:n MAI-Voice-2 tuottaa ilmaisullista monikielistä puhetta kerrontaan, vuoropuheluun ja puhuviin sovelluksiin. Pitkän sisällön yhtenäisyys, useat puhujat ja vuorokohtainen tunteen ohjaus tukevat äänikirjoja, oppitunteja ja hahmoääniä.

Hyväksytyt syötteet
Teksti
Tulokset
Ääni
Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

MAI-Voice-2 on Microsoft AI:n kehotteilla ohjattava tekstistä puheeksi -malli luontevaan ja ilmaisulliseen puhuttuun sisältöön. Valmistaja korostaa akustista uskollisuutta, puhujan yhtenäisyyttä ja tunneilmaisun laajuutta. Dokumentoidut tehtävät sisältävät avustajat, äänikirjat, podcastit, luennot, opetushahmot ja saavutettavuuskerronnan. Puheteksti muuttuu ääneksi valitulla äänellä; Voice-2-Flash-muunnelmalla on oma profiilinsa vuorovaikutuksiin, joissa välitön vastaus on etusijalla.

Kieli ja puhuja

Microsoftin Voice-2-julkaisu kuvaa viisitoista kieltä, mukaan lukien englanti, ranska, saksa, italia, espanja, portugali, hindi, korea, yksinkertaistettu kiina, turkki, venäjä, thai, hollanti, romania ja unkari. Joillakin kielillä on erillisiä aluevariantteja. Julkaisu kuvaa myös hindin ja englannin sekä espanjan ja englannin välistä kielenvaihtoa, joten valitut monikieliset katkelmat voivat säilyttää puhujan luontevan tavan vaihdella kieliä.

Valmistele varsinaiset puhuttavat sanat ja säilytä niiden tarkoitettu kieli. Kaksikielinen opetuskatkelma voi esitellä termin yhdellä kielellä ja selittää sen toisella säilyttäen nimet ja lainaukset. Puhuttu tulos tulee tarkistaa teoksen edellyttämän aksentin ja yleisön kannalta sen sijaan, että kaikkia kielialueita pidettäisiin keskenään vaihdettavina.

Mallikortti tarjoaa kuratoidun äänikirjaston ja erillisen viiteäänen perusteella ohjatun polun. Viitepuhe antaa halutun puhujaidentiteetin ilman hienosäätöä. Microsoft suosittelee luontevaa keskustelunomaista esitystä maltillisella energialla, sillä tallenne vaikuttaa rytmitykseen ja esitykseen. Käytä edustavaa, suostumuksella annettua tallennetta, kun tehtävä edellyttää mukautettua ääntä.

Pidempi kerronta ja vuoropuhelu

Mallikortti dokumentoi pitkän sisällön generoinnin osituksella ja kontekstin siirtämisellä. Tämä tukee yhtenäistä kerrontaa, kuten lukua, oppituntia tai podcast-katkelmien sarjaa. Jaa käsikirjoitus mielekkäiden osien rajoilta ja pidä termit sekä puhujavalinta yhtenäisinä. Pitkä selitys hyötyy puhutuista siirtymistä, jotka kertovat kuulijalle aiheen vaihtumisesta.

Useiden puhujien tuki mahdollistaa erilliset roolit valmistellussa vuoropuhelussa. Anna kysymys ja vastaus tarkoitetuille puhujille ja säilytä jako roolin palatessa. Syötteen tulee sisältää lopulliset repliikit ja olennaiset esitysohjeet, ei avointa pyyntöä, jossa puhesyntetisaattorin pitäisi keksiä keskustelu.

Sävy ja tunneilmaisu

Microsoft dokumentoi sävyn, esityksen ja tunteen tarkan vuorokohtaisen ohjauksen. Julkaisuesimerkit näyttävät ilmaisullisia puhuttuja rooleja ja tunnepitoisia katkelmia. Määritä kerronnassa, mikä lause on asiallinen, pohdiskeleva tai innostunut, ja käytä merkitystä seuraavaa esitystapaa. Käytännön repliikki on: ”Kokeen hiljaisin osuus osoittautui paljastavimmaksi. Juuri siinä kuvio alkoi hahmottua.” Sanamuoto antaa esitykselle tarkoituksellisen painotuksen muutoksen.

Pidä ohjeistavassa taustakerronnassa toiminto selkeänä ja selitys erillisessä lauseessa. Erota vuoropuhelussa hahmon puhutut sanat kohtausmuistiinpanoista. Kuuntele toistuvat nimet ja katkelmien väliset siirtymät, jotta lopullinen sarja pysyy johdonmukaisena.

Käytä ääntä

Tulos on annetulle puhetekstille vasta generoitu puhe. Sen hyödyllinen muoto on kerronta, vuoropuhelu tai sovelluksen puhuttu vastaus, jonka ääni ja esitystapa seuraavat käsikirjoitusta. Säilytä tekstin, puhujan ja osien järjestyksen yhteys tallenteeseen, jotta korjaus muuttaa tarkoitettua katkelmaa hukkaamatta muuta esitystä.

MAI-Voice-2 painottaa luontevuutta ja ilmaisua pitkässä kuuntelukokemuksessa. Sen pitkän sisällön kyky ei tarkoita rajatonta syötettä tai taattua tallenteen enimmäiskestoa. Juuri Voice-2:n kuvaus pysyy erillään myöhempien Voice-2.1-versioiden laajennetusta kielivalikoimasta ja ääniasetuksista.

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Puhesynteesi POST /v1/audio/speech
Syötetyypit
text
Tulostyypit
audio
Tulosteen muoto
mp3
KenttäTyyppiVaatimusArvot & rajatOletus
KenttämodelTyyppistringVaatimusPakollinenArvot & rajat
microsoft/mai-voice-2
Oletus—
KenttäinputTyyppistringVaatimusPakollinenArvot & rajat
Vähimmäispituus: 1
Yksikkö: Unicode-merkit
Oletus—
KenttävoiceTyyppistringVaatimusPakollinenArvot & rajat
en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2
Oletus—
Kenttäresponse_formatTyyppistringVaatimusPakollinenArvot & rajat
mp3
Oletus—
Syöteaineistojen yhdistelmät

text_to_speech · Pakollinen: input

Menetelmän parametrit ja elinkaari
ParametriSopimus
Parametricontent_typeSopimusapplication/json
ParametrirequiredSopimusmodel, input, voice, response_format
Parametrivoice_idsSopimusen-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2
Parametriresponse_formatSopimusmp3
Parametrimax_input_charactersSopimusnull
Parametriother_optionsSopimusfalse
ParametriinputSopimustäsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia
Parametrimaterial_typesSopimustext

Elinkaari: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Valitse juuri tämän malliprofiilin ääni.

Syötemerkit ja äänisekunnit ovat eri mittareita.

Hinnoittelu

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila
Ei määritetty Kun nopea tila on valittu
Flex-tila
Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho
Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Ailoot-hinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

AsetuksetHinnastoLaskutettava määräLaskutusyksikköVeloitus
AsetuksetTokenien perushinnatHinnastoPerushintaLaskutettava määrä—Laskutusyksikkö—Veloitus
Syöte · Syötetokenit — / 1K tokenia
Tuloste · Tulostokenit — / 1K tokenia
Syöte · Välimuistin luku — / 1K tokenia
Syöte · Välimuistiin kirjoitus — / 1K tokenia
Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia
AsetuksetUltraHinnasto—Laskutettava määräJokainen Unicode-koodipiste lasketaan yhdeksi merkiksi, myös Han-merkit.Laskutusyksikkö1K syötemerkkiä kohdenVeloitus
Syöte · syötemerkki $0.044 1K syötemerkkiä kohden

Viitehinnaston tiedot

Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja.

Microsoft AI: MAI-Voice-2

Hinnat asetusten mukaan

AsetuksetLaskutusehdotVeloitus
AsetuksetMicrosoft AI: MAI-Voice-2 · OletusasetuksetLaskutusehdotOletuskokoonpanoVeloitus
Syöte · Syötteen merkit 0,000044 $ syötemerkkiä kohden

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Puhesynteesi

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "microsoft/mai-voice-2", "input": "Good afternoon! This is a short voice take."}')\nvoice=os.environ["AILOOT_VOICE_ID"]\nallowed=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"]')\nif voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")\np["voice"]=voice\np["response_format"]="mp3"\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n

Vastaanota ja tallenna tulokset

Ailoot Ultra · Puhesynteesi

mp3

Muut sisällön lukukerrat
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json\n
Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.

Jos alkuperäinen vastaus on tarkistettava

Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.

Vastauksen kentät
KenttäTyyppi
Kenttäbinary audioTyyppibytes
Kenttäresponse headersTyyppiheaders
Virheet ja seuraavat vaiheet
VastausEhtoSeuraava vaihe
Vastaus400 · invalid_request_errorEhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvoSeuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.
Vastausserver_errorEhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistustaSeuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.

Aliakset

Mallin aliakset

Ailoot Ultra microsoft/mai-voice-2

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

microsoft/mai-voice-2

", "method_identity": { "effective_request_model_id": "microsoft/mai-voice-2", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "microsoft/mai-voice-2", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|microsoft%2Fmai-voice-2", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" }, { "code": null, "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta", "http_status": null, "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3", "http_success": 200 }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "microsoft/mai-voice-2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_known": false, "maximum_length": null, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "Unicode-merkit" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "en-US-Harper:MAI-Voice-2", "es-MX-Valeria:MAI-Voice-2", "fr-FR-Soleil:MAI-Voice-2", "de-DE-Klaus:MAI-Voice-2" ], "enum_known": true, "name": "voice", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "every field outside exactmodel,input,voice,response_format", "stream/speed/reference speech options" ] }, "hints": [ "Valitse juuri tämän malliprofiilin ääni.", "Syötemerkit ja äänisekunnit ovat eri mittareita." ], "input": { "content_type": "application/json", "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia", "material_types": [ "text" ], "max_input_characters": null, "other_options": false, "required": [ "model", "input", "voice", "response_format" ], "response_format": [ "mp3" ], "voice_ids": [ "en-US-Harper:MAI-Voice-2", "es-MX-Valeria:MAI-Voice-2", "fr-FR-Soleil:MAI-Voice-2", "de-DE-Klaus:MAI-Voice-2" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "todellisuudessa palautettu task_id tai mediakirjaston tietue", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "8157c682f7b978ff1719", "label": "Microsoft AI: MAI-Voice-2", "profiles": [ { "basis": "", "dimensions": { "conditions": "Oletuskokoonpano" }, "label": "Microsoft AI: MAI-Voice-2 · Oletusasetukset", "units": [ { "amount": "0.000044", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "6e89648d2231d4f746c612d8", "label": "Input characters", "public_unit_label": "per input character", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_character" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"microsoft/mai-voice-2\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=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\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_character": 4.4e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } ], "request_model_id": "microsoft/mai-voice-2", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } } ], "model_id": "microsoft/mai-voice-2", "nativeProvenance": { "input_facts_canonical_sha256": "ef85c30903b72fc42f43f80e049acee5ac19dcbb91f5bfcf005ff5d21e0e4690", "input_html_sha256": "05097a9cab371c0ffa16d01ded194021c51c4c5bb3bb05f339732c43ed5e50a5", "private_audit_sha256": "acd42cbd7bfa0154bef4deada503826bd34ea60d075c52eacaad1a63da19fa96", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/fi/microsoft-mai-voice-2/", "description": "Microsoft AI:n MAI-Voice-2 tuottaa ilmaisullista monikielistä puhetta kerrontaan, vuoropuheluun ja puhuviin sovelluksiin. Pitkän sisällön yhtenäisyys, useat puhujat ja vuorokohtainen tunteen ohjaus tukevat äänikirjoja, oppitunteja ja hahmoääniä.", "locale": "fi", "md_url": "https://ailoot.ai/models/fi/microsoft-mai-voice-2/index.md", "title": "Microsoft AI: MAI-Voice-2 — Ailoot", "url": "https://ailoot.ai/models/fi/microsoft-mai-voice-2/" }, "rawModel": { "about": "MAI-Voice-2 on Microsoft AI:n kehotteilla ohjattava tekstistä puheeksi -malli luontevaan ja ilmaisulliseen puhuttuun sisältöön. Valmistaja korostaa akustista uskollisuutta, puhujan yhtenäisyyttä ja tunneilmaisun laajuutta. Dokumentoidut tehtävät sisältävät avustajat, äänikirjat, podcastit, luennot, opetushahmot ja saavutettavuuskerronnan. Puheteksti muuttuu ääneksi valitulla äänellä; Voice-2-Flash-muunnelmalla on oma profiilinsa vuorovaikutuksiin, joissa välitön vastaus on etusijalla.\n\n### Kieli ja puhuja\n\nMicrosoftin Voice-2-julkaisu kuvaa viisitoista kieltä, mukaan lukien englanti, ranska, saksa, italia, espanja, portugali, hindi, korea, yksinkertaistettu kiina, turkki, venäjä, thai, hollanti, romania ja unkari. Joillakin kielillä on erillisiä aluevariantteja. Julkaisu kuvaa myös hindin ja englannin sekä espanjan ja englannin välistä kielenvaihtoa, joten valitut monikieliset katkelmat voivat säilyttää puhujan luontevan tavan vaihdella kieliä.\n\nValmistele varsinaiset puhuttavat sanat ja säilytä niiden tarkoitettu kieli. Kaksikielinen opetuskatkelma voi esitellä termin yhdellä kielellä ja selittää sen toisella säilyttäen nimet ja lainaukset. Puhuttu tulos tulee tarkistaa teoksen edellyttämän aksentin ja yleisön kannalta sen sijaan, että kaikkia kielialueita pidettäisiin keskenään vaihdettavina.\n\nMallikortti tarjoaa kuratoidun äänikirjaston ja erillisen viiteäänen perusteella ohjatun polun. Viitepuhe antaa halutun puhujaidentiteetin ilman hienosäätöä. Microsoft suosittelee luontevaa keskustelunomaista esitystä maltillisella energialla, sillä tallenne vaikuttaa rytmitykseen ja esitykseen. Käytä edustavaa, suostumuksella annettua tallennetta, kun tehtävä edellyttää mukautettua ääntä.\n\n### Pidempi kerronta ja vuoropuhelu\n\nMallikortti dokumentoi pitkän sisällön generoinnin osituksella ja kontekstin siirtämisellä. Tämä tukee yhtenäistä kerrontaa, kuten lukua, oppituntia tai podcast-katkelmien sarjaa. Jaa käsikirjoitus mielekkäiden osien rajoilta ja pidä termit sekä puhujavalinta yhtenäisinä. Pitkä selitys hyötyy puhutuista siirtymistä, jotka kertovat kuulijalle aiheen vaihtumisesta.\n\nUseiden puhujien tuki mahdollistaa erilliset roolit valmistellussa vuoropuhelussa. Anna kysymys ja vastaus tarkoitetuille puhujille ja säilytä jako roolin palatessa. Syötteen tulee sisältää lopulliset repliikit ja olennaiset esitysohjeet, ei avointa pyyntöä, jossa puhesyntetisaattorin pitäisi keksiä keskustelu.\n\n### Sävy ja tunneilmaisu\n\nMicrosoft dokumentoi sävyn, esityksen ja tunteen tarkan vuorokohtaisen ohjauksen. Julkaisuesimerkit näyttävät ilmaisullisia puhuttuja rooleja ja tunnepitoisia katkelmia. Määritä kerronnassa, mikä lause on asiallinen, pohdiskeleva tai innostunut, ja käytä merkitystä seuraavaa esitystapaa. Käytännön repliikki on: ”Kokeen hiljaisin osuus osoittautui paljastavimmaksi. Juuri siinä kuvio alkoi hahmottua.” Sanamuoto antaa esitykselle tarkoituksellisen painotuksen muutoksen.\n\nPidä ohjeistavassa taustakerronnassa toiminto selkeänä ja selitys erillisessä lauseessa. Erota vuoropuhelussa hahmon puhutut sanat kohtausmuistiinpanoista. Kuuntele toistuvat nimet ja katkelmien väliset siirtymät, jotta lopullinen sarja pysyy johdonmukaisena.\n\n### Käytä ääntä\n\nTulos on annetulle puhetekstille vasta generoitu puhe. Sen hyödyllinen muoto on kerronta, vuoropuhelu tai sovelluksen puhuttu vastaus, jonka ääni ja esitystapa seuraavat käsikirjoitusta. Säilytä tekstin, puhujan ja osien järjestyksen yhteys tallenteeseen, jotta korjaus muuttaa tarkoitettua katkelmaa hukkaamatta muuta esitystä.\n\nMAI-Voice-2 painottaa luontevuutta ja ilmaisua pitkässä kuuntelukokemuksessa. Sen pitkän sisällön kyky ei tarkoita rajatonta syötettä tai taattua tallenteen enimmäiskestoa. Juuri Voice-2:n kuvaus pysyy erillään myöhempien Voice-2.1-versioiden laajennetusta kielivalikoimasta ja ääniasetuksista.", "alias_of": null, "aliases": [], "author": "Microsoft AI", "available": null, "canonical_model": "microsoft/mai-voice-2", "capabilities": { "context_length": 0, "manufacturer_input": [ "text" ], "manufacturer_output": [ "speech" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ], "summary": "Konfiguraation täydet hintatiedot lisätiedoissa." } ], "ctx": null, "entity_type": "model", "formats": [ "speech" ], "id": "microsoft/mai-voice-2", "input": [ "text" ], "kind": "speech", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" }, { "code": null, "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta", "http_status": null, "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3", "http_success": 200 }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "microsoft/mai-voice-2" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_known": false, "maximum_length": null, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "Unicode-merkit" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "en-US-Harper:MAI-Voice-2", "es-MX-Valeria:MAI-Voice-2", "fr-FR-Soleil:MAI-Voice-2", "de-DE-Klaus:MAI-Voice-2" ], "enum_known": true, "name": "voice", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "mp3" ], "enum_known": true, "name": "response_format", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "every field outside exactmodel,input,voice,response_format", "stream/speed/reference speech options" ] }, "hints": [ "Valitse juuri tämän malliprofiilin ääni.", "Syötemerkit ja äänisekunnit ovat eri mittareita." ], "input": { "content_type": "application/json", "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia", "material_types": [ "text" ], "max_input_characters": null, "other_options": false, "required": [ "model", "input", "voice", "response_format" ], "response_format": [ "mp3" ], "voice_ids": [ "en-US-Harper:MAI-Voice-2", "es-MX-Valeria:MAI-Voice-2", "fr-FR-Soleil:MAI-Voice-2", "de-DE-Klaus:MAI-Voice-2" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "todellisuudessa palautettu task_id tai mediakirjaston tietue", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "8157c682f7b978ff1719", "label": "Microsoft AI: MAI-Voice-2", "profiles": [ { "basis": "", "dimensions": { "conditions": "Oletuskokoonpano" }, "label": "Microsoft AI: MAI-Voice-2 · Oletusasetukset", "units": [ { "amount": "0.000044", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "6e89648d2231d4f746c612d8", "label": "Input characters", "public_unit_label": "per input character", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_character" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}\"\nexport AILOOT_VOICE_ID\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"microsoft/mai-voice-2\", \"input\": \"Good afternoon! This is a short voice take.\"}')\nvoice=os.environ[\"AILOOT_VOICE_ID\"]\nallowed=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\"]')\nif voice not in allowed: raise SystemExit(\"Choose an accepted voice ID from this exact model profile\")\np[\"voice\"]=voice\np[\"response_format\"]=\"mp3\"\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_character": 4.4e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } ], "request_model_id": "microsoft/mai-voice-2", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.044000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.000044", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] } ], "model_aliases": [ { "canonical_model_id": "microsoft/mai-voice-2", "request_model_id": "microsoft/mai-voice-2", "route_label": "Ultra" } ], "name": "Microsoft AI: MAI-Voice-2", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "pricing_profiles": [ { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "hosted_reference" }, "dimensions": { "variant": null }, "label": "Ultra", "units": [ { "amount": "0.000044", "amount_unit": "usd_per_input_character", "conditions": { "variant": null }, "key": "pricing.prompt", "label": "prompt", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "input_character" }, { "amount": "0", "amount_unit": "usd_per_not_separately_charged_output", "conditions": { "variant": null }, "key": "pricing.completion", "label": "completion", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "not_separately_charged_output" } ] } ], "public_id": "microsoft/mai-voice-2", "short": "Microsoft AI:n MAI-Voice-2 tuottaa ilmaisullista monikielistä puhetta kerrontaan, vuoropuheluun ja puhuviin sovelluksiin. Pitkän sisällön yhtenäisyys, useat puhujat ja vuorokohtainen tunteen ohjaus tukevat äänikirjoja, oppitunteja ja hahmoääniä." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Microsoft AI:n MAI-Voice-2 tuottaa ilmaisullista monikielistä puhetta kerrontaan, vuoropuheluun ja puhuviin sovelluksiin. Pitkän sisällön yhtenäisyys, useat puhujat ja vuorokohtainen tunteen ohjaus tukevat äänikirjoja, oppitunteja ja hahmoääniä.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "4915917ad9d3398bf476256649b73998b960fdc02958fc65515b773934e6f2cd", "renderer_sha256": "303a59603e2bc29ba8fda690e95fd32cec68de223d92e26054a88babff801dd7" }, "sourceRevision": "9f8c2f8dba9f74a0f052d4c8b3030a016c0dd0eaead9f3b4b9c68f4d800dbd45" }