Source: https://ailoot.ai/models/it/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/it/microsoft-mai-voice-2/ Language: it # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/it/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/it/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/it/microsoft-mai-voice-2/) MAI-Voice-2 di Microsoft AI produce parlato multilingue espressivo per narrazione, dialogo e applicazioni parlate. Coerenza nella lunga durata, più parlanti e controllo emotivo a livello di turno supportano audiolibri, lezioni e voci di personaggi. - [**Ailoot Ultra · Sintesi vocale** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/it/microsoft-mai-voice-2/#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 è il modello di sintesi vocale guidato da prompt di Microsoft AI per contenuti parlati naturali ed espressivi. Il produttore evidenzia fedeltà acustica, coerenza del parlante e gamma emotiva. Le attività documentate comprendono assistenti, audiolibri, podcast, lezioni, personaggi educativi e narrazione per l’accessibilità. Il testo fornito diventa audio nella voce scelta; la variante Voice-2-Flash ha un profilo proprio per interazioni in cui è prioritaria la risposta immediata. #### Lingua e parlante La release Voice-2 di Microsoft descrive quindici lingue, comprese inglese, francese, tedesco, italiano, spagnolo, portoghese, hindi, coreano, cinese semplificato, turco, russo, thailandese, neerlandese, romeno e ungherese. Alcune lingue hanno varianti regionali separate. La release descrive inoltre alternanza hindi–inglese e spagnolo–inglese, così che alcuni passaggi multilingue possano conservare il modo in cui un parlante alterna naturalmente le lingue. Prepara le parole effettive da pronunciare e preservane la lingua prevista. Un passaggio educativo bilingue può introdurre un termine in una lingua e spiegarlo in un’altra, mantenendo intatti nomi e citazioni. Il risultato parlato dovrebbe essere verificato rispetto all’accento e al pubblico richiesti dal contenuto anziché trattare ogni variante locale come intercambiabile. La scheda del modello fornisce una libreria selezionata di voci e un percorso separato di prompting da voce di riferimento. Il parlato di riferimento fornisce l’identità desiderata del parlante senza fine-tuning. Microsoft raccomanda interpretazione conversazionale naturale con energia moderata perché la registrazione influenza ritmo e interpretazione. Usa una registrazione rappresentativa e consensuale quando l’attività richiede una voce personalizzata. #### Narrazione più lunga e dialogo La scheda documenta generazione di lunga durata tramite segmentazione con trasferimento del contesto. Supporta narrazione collegata come un capitolo, una lezione o una sequenza di passaggi di podcast. Dividi il copione su confini di sezione significativi e mantieni coerenti terminologia e scelta del parlante. Una spiegazione lunga beneficia di transizioni parlate che indicano all’ascoltatore quando cambia l’argomento. Il supporto a più parlanti permette ruoli distinti in un dialogo preparato. Assegna domanda e risposta ai parlanti previsti e conserva le assegnazioni quando un ruolo ritorna. L’input dovrebbe contenere le frasi definitive e le istruzioni di interpretazione pertinenti, non una richiesta aperta che chieda al sintetizzatore vocale di inventare la conversazione. #### Tono e interpretazione emotiva Microsoft documenta controllo preciso di tono, interpretazione ed emozione a livello di turno. Gli esempi della release dimostrano ruoli parlati espressivi e passaggi emotivi. Per una narrazione, determina quale frase sia fattuale, riflessiva o entusiasta, poi applica un’interpretazione che segua quel significato. Una frase concreta è: «La parte più silenziosa dell’esperimento si è rivelata la più rivelatrice. È lì che lo schema è diventato chiaro per la prima volta». La formulazione dà all’interpretazione un cambiamento intenzionale di enfasi. Per una voce fuori campo di istruzioni, mantieni chiara l’azione e la spiegazione in una frase separata. Per il dialogo, distingui le parole pronunciate da un personaggio dalle note di scena. Ascolta nomi ripetuti e transizioni tra passaggi, affinché la sequenza finale rimanga coerente. #### Usare l’audio L’output è parlato appena generato per il testo fornito. La forma utile è una narrazione, un dialogo o una risposta parlata di applicazione la cui voce e interpretazione seguano il copione. Mantieni testo, parlante e ordine delle sezioni associati alla registrazione, affinché una correzione modifichi il passaggio previsto senza perdere il resto dell’interpretazione. MAI-Voice-2 privilegia naturalezza ed espressione in un’esperienza di ascolto estesa. La capacità di lunga durata non definisce un input illimitato o una durata massima garantita della registrazione. La descrizione esatta di Voice-2 rimane separata dal catalogo linguistico ampliato e dalle impostazioni vocali delle successive edizioni Voice-2.1. **Ailoot Ultra · Sintesi vocale** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### Introduzione MAI-Voice-2 di Microsoft AI produce parlato multilingue espressivo per narrazione, dialogo e applicazioni parlate. Coerenza nella lunga durata, più parlanti e controllo emotivo a livello di turno supportano audiolibri, lezioni e voci di personaggi. 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 | 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 **$0.044** per 1K caratteri in input | #### Dettagli della tariffa di riferimento I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato. Microsoft AI: MAI-Voice-2 #### Prezzi per configurazione | Configurazione | Condizioni di fatturazione | Costo | | --- | --- | --- | | ConfigurazioneMicrosoft AI: MAI-Voice-2 · Configurazione predefinita | Condizioni di fatturazioneConfigurazione predefinita | Costo Input · Caratteri in input **0,000044 USD** per carattere in input | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Sintesi vocale curl ```bash set -eu : "${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", "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`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`microsoft/mai-voice-2`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 Quali input e risultati sono disponibili? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` Quali campi usa la richiesta? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `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.