Source: https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/ Canonical: https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/ Language: it # Microsoft AI: MAI-Voice-2-Flash [Markdown](https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/index.md) · [JSON](https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/facts.json) ## [Microsoft AI: MAI-Voice-2-Flash](https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/) MAI-Voice-2-Flash di Microsoft AI genera parlato espressivo in 15 lingue per assistenti, servizio clienti e menu parlati. Combina interpretazione reattiva con una libreria selezionata di voci, prompting da voce di riferimento e controllo del tono a livello di turno. - [**Ailoot Ultra · Sintesi vocale** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`](https://ailoot.ai/models/it/microsoft-mai-voice-2-flash/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. MAI-Voice-2-Flash è il modello di sintesi vocale di Microsoft AI progettato per esperienze vocali reattive su larga scala. Il produttore descrive prosodia naturale, audio chiaro e interpretazione espressiva, con assistenti, agenti di servizio clienti e menu telefonici tra le attività principali. Il testo scritto diventa audio parlato nella voce scelta. Flash è una variante specifica di MAI-Voice-2, distinta dalla successiva famiglia MAI-Voice-2.1. #### Selezione di lingua e voce La scheda esatta del modello documenta quindici lingue e diciotto varianti locali. Comprendono inglese, italiano, spagnolo, hindi, francese, tedesco, portoghese, coreano, cinese semplificato, turco, russo, thailandese, neerlandese, romeno e ungherese, con varianti regionali separate per alcune lingue. Scegli la lingua desiderata e prepara la formulazione effettiva che l’ascoltatore dovrebbe sentire. Una distinzione di variante locale può contare per un saluto, un nome di prodotto o una pronuncia familiare al pubblico. Microsoft documenta due percorsi di selezione vocale: una libreria selezionata e il prompting vocale da una breve registrazione. La libreria fornisce un parlante esistente per una narrazione o interazione. Una registrazione di riferimento definisce un’identità differente del parlante attraverso il flusso di voce personalizzata del produttore. Mantieni coerente la scelta del parlante tra messaggi correlati, affinché apertura, spiegazione e seguito suonino come parti della stessa esperienza. #### Tono per il parlato interattivo Il modello supporta controllo di tono, interpretazione ed emozione a livello di turno. Per un assistente parlato, scrivi una prima istruzione concisa e poi il dettaglio necessario all’ascoltatore. Una frase concreta è: «Scegli il documento che vuoi aprire. Se non sei sicuro del titolo, dimmi di che cosa parla». Il copione dà all’ascoltatore un’azione chiara lasciando spazio per una domanda successiva. Per uno scambio educativo, separa la spiegazione dalla domanda a cui dovrebbe rispondere chi apprende. Per un menu, mantieni brevi i nomi delle opzioni e usa formulazioni chiare dopo un solo ascolto. Il tono dovrebbe seguire lo scopo del passaggio: una rassicurazione, un’istruzione e una domanda possono richiedere interpretazioni differenti pur conservando la stessa voce. #### Preparazione della voce di riferimento Il produttore specifica una registrazione da cinque a sessanta secondi per il prompting vocale e descrive la riproduzione del parlante consenziente senza addestramento aggiuntivo. Raccomanda interpretazione conversazionale naturale con energia moderata, perché la reference influenza sostanzialmente il risultato. Prepara una registrazione rappresentativa della voce che vuoi usare anziché un’interpretazione con estremi non pertinenti di volume o espressione. Questa modalità è documentata per una voce autorizzata e consenziente. Il flusso del produttore e la libreria di voci preimpostate sono percorsi di preparazione separati. L’output rimane parlato appena sintetizzato dal testo fornito; la registrazione fornisce l’identità desiderata del parlante. #### Lavorare con il risultato parlato Usa Flash per un’interazione in cui la risposta dovrebbe arrivare rapidamente e rimanere facile da capire. Il produttore posiziona questa variante sulla reattività mantenendo prosodia e qualità acustica della linea MAI-Voice-2. Mantieni ogni turno parlato collegato al suo testo e al parlante, affinché nomi importanti, comandi e cambi emotivi possano essere verificati nel contesto. Un risultato utile è un messaggio o una risposta parlati chiari nella lingua e nella voce richieste. Ascolta la formulazione come la sentirà il pubblico, soprattutto in una sequenza di messaggi. La specifica di quindici lingue e diciotto varianti locali appartiene all’esatta edizione Voice-2-Flash; il catalogo linguistico ampliato e i dettagli delle voci gestite delle versioni successive appartengono ai rispettivi profili. **Ailoot Ultra · Sintesi vocale** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash` [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) Microsoft AI /`microsoft/mai-voice-2-flash` ### Introduzione MAI-Voice-2-Flash di Microsoft AI genera parlato espressivo in 15 lingue per assistenti, servizio clienti e menu parlati. Combina interpretazione reattiva con una libreria selezionata di voci, prompting da voce di riferimento e controllo del tono a livello di turno. Input accettati Testo Risultati Audio ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Sintesi vocale** `POST /v1/audio/speech` Tipi di input `text` Tipi di output `audio` Formato di output mp3 | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti microsoft/mai-voice-2-flash | Predefinito— | | Campo`input` | Tipo`string` | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 Unità: caratteri Unicode | Predefinito— | | Campo`voice` | Tipo`string` | RequisitoObbligatorio | Valori e limiti en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | Predefinito— | | Campo`response_format` | Tipo`string` | RequisitoObbligatorio | Valori e limiti mp3 | Predefinito— | Combinazioni di materiali in input **text\_to\_speech** · Obbligatorio: input Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input, voice, response\_format | | Parametro`voice_ids` | Contrattoen-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | | Parametro`response_format` | Contrattomp3 | | Parametro`max_input_characters` | Contrattonull | | Parametro`other_options` | Contrattofalse | | Parametro`input` | Contrattotesto UTF-8 esatto; conteggio dei caratteri Unicode senza normalizzazione | | Parametro`material_types` | Contrattotext | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effettivamente restituito o record della libreria multimediale `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Seleziona la voce esatta dal profilo di questo modello. I caratteri in ingresso e i secondi di audio sono unità di misurazione diverse. ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative. | Configurazione | Listino delle tariffe | Quantità fatturabile | Unità di fatturazione | Costo | | --- | --- | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità fatturabile— | Unità di fatturazione— | Costo Input · Token in input **—** / 1K token Output · Token in output **—** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | | ConfigurazioneUltra | Listino delle tariffe— | Quantità fatturabileOgni punto di codice Unicode conta come un carattere, inclusi i caratteri Han. | Unità di fatturazioneper 1K caratteri in input | Costo Input · carattere in ingresso **$0.03** per 1K caratteri in input | #### Dettagli della tariffa di riferimento I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato. Microsoft AI: MAI-Voice-2-Flash #### Prezzi per configurazione | Configurazione | Condizioni di fatturazione | Costo | | --- | --- | --- | | ConfigurazioneMicrosoft AI: MAI-Voice-2-Flash · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Caratteri in input **0,00003 USD** per carattere in input | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Sintesi vocale curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Sintesi vocale mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Altre letture di contenuto Libreria multimedialeStato dell’attivitàDettagli delle risorse ```bash set -eu : "${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 tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva il risultato binario completo e gli header. Se vengono restituiti JSON o più output, conserva ogni elemento data e recupera ogni URL firmato effettivo della risorsa. ##### Se occorre verificare la risposta originale Conserva operation\_id/X-Client-Request-ID originale per la riconciliazione senza reinvio; non esiste una rotta dedicata al polling audio. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`binary audio` | Tipobytes | | Campo`response headers` | Tipoheaders | Errori e passaggi successivi | Risposta | Condizione | Passaggio successivo | | --- | --- | --- | | Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. | | Risposta`server_error` | CondizioneLa risposta restituita indica che l'operazione o il risultato richiede una verifica | Passaggio successivoConserva l'ID originale di operazione/task restituito, gli header della richiesta e la risposta; continua a leggere l'operazione originale tramite le modalità supportate. Non reinviare la richiesta di creazione. | ### Alias #### Alias del modello **Ailoot Ultra** [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2-Flash Quali input e risultati sono disponibili? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `text` → `audio` Quali campi usa la richiesta? `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `model`, `input`, `voice`, `response_format` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.