Source: https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/ Canonical: https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/ Language: ja # Microsoft AI: MAI-Voice-2-Flash [Markdown](https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/index.md) · [JSON](https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/facts.json) ## [Microsoft AI: MAI-Voice-2-Flash](https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/) Microsoft AI の MAI-Voice-2-Flash は、アシスタント、カスタマーサポート、音声メニュー向けに、15 言語で表現豊かな音声を生成します。迅速な応答に加え、選定済みの音声ライブラリ、参照音声によるプロンプト、ターン単位の口調制御を提供します。 - [**Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`](https://ailoot.ai/models/ja/microsoft-mai-voice-2-flash/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 MAI-Voice-2-Flash は、迅速な応答と大量の音声処理を想定して設計された Microsoft AI のテキスト読み上げモデルです。メーカーは自然な韻律、明瞭な音声、表現豊かな話し方を特徴とし、アシスタント、カスタマーサポートエージェント、電話メニューを主要用途に挙げています。書かれた発話原稿が、選択した声の音声になります。Flash は MAI-Voice-2 の特定の派生版で、後の MAI-Voice-2.1 系列とは異なります。 #### 言語と声の選択 このモデルのモデルカードは 15 言語、18 ロケールを記載しています。英語、イタリア語、スペイン語、ヒンディー語、フランス語、ドイツ語、ポルトガル語、韓国語、簡体字中国語、トルコ語、ロシア語、タイ語、オランダ語、ルーマニア語、ハンガリー語が含まれ、一部の言語には地域別の版があります。目的の言語を選び、リスナーに聞かせる実際の言葉を準備してください。挨拶、製品名、聞き慣れた発音では、ロケールの区別が重要になることがあります。 Microsoft は、選定済みライブラリと、短い録音から声を指定するプロンプトの 2 つの選択経路を文書化しています。ライブラリからはナレーションや対話用の既存話者を選べます。参照録音は、メーカーのカスタム音声ワークフローを通じて別の話者の声を定義します。関連するプロンプトで同じ話者を維持し、開始メッセージ、説明、続きの応答が 1 つの体験の各部分として聞こえるようにしてください。 #### 対話音声の口調 モデルはターン単位で口調、話し方、感情を制御できます。音声アシスタントでは、まず簡潔な案内を書き、その後にリスナーが必要とする詳細を加えます。例えば、「開きたい文書を選んでください。タイトルがわからない場合は、何について書かれた文書か教えてください」という文です。明確な行動を示しつつ、追加の質問をする余地を残せます。 教育的なやり取りでは、説明と学習者が答える質問を分けてください。メニューでは選択肢名を短くし、1 回聞くだけでも明確な言い回しを使います。口調は段落の目的に合わせます。安心させる言葉、指示、質問では、同じ声を保ちながら異なる話し方が必要になることがあります。 #### 参照音声の準備 メーカーは音声プロンプト用に 5～60 秒の録音を指定し、追加学習なしで同意を得た話者の声に合わせると説明しています。参照音声は結果に大きな影響を与えるため、適度な活気のある自然な会話調を推奨しています。音量や表情が極端に変わる無関係な演技ではなく、使いたい声を代表する録音を用意してください。 このモードは、使用許可と同意のある声を対象に文書化されています。メーカーのこのワークフローと既定の音声ライブラリは、それぞれ別の準備経路です。出力はあくまで入力した原稿から新たに合成した音声であり、録音は望む話者の声を指定します。 #### 生成音声を使う Flash は、応答を素早く伝え、わかりやすさも維持する必要がある対話に使います。メーカーは MAI-Voice-2 系列の韻律と音質を保ちながら、応答性を重視する版として位置付けています。各発話ターンをその原稿と話者に関連付け、重要な名前、コマンド、感情の変化を文脈の中で確認できるようにしてください。 実用的な成果物は、必要な言語と声による明瞭な音声プロンプトや応答です。特に複数の案内が続く場合は、実際の聴衆が聞く形で言葉を試聴してください。15 言語、18 ロケールという仕様は、この Voice-2-Flash 版固有のものです。後の版で拡張された言語カタログや管理済み音声の詳細は、それぞれのモデル情報に属します。 **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash` [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/ja/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) Microsoft AI /`microsoft/mai-voice-2-flash` ### はじめに Microsoft AI の MAI-Voice-2-Flash は、アシスタント、カスタマーサポート、音声メニュー向けに、15 言語で表現豊かな音声を生成します。迅速な応答に加え、選定済みの音声ライブラリ、参照音声によるプロンプト、ターン単位の口調制御を提供します。 対応する入力 テキスト 結果 音声 ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 音声合成** `POST /v1/audio/speech` 入力の種類 `text` 出力の種類 `audio` 出力形式 mp3 | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 microsoft/mai-voice-2-flash | デフォルト— | | フィールド`input` | 種類`string` | 要件必須 | 値と制限 最小の長さ: 1 単位: Unicode 文字 | デフォルト— | | フィールド`voice` | 種類`string` | 要件必須 | 値と制限 en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | デフォルト— | | フィールド`response_format` | 種類`string` | 要件必須 | 値と制限 mp3 | デフォルト— | 入力素材の組み合わせ **text\_to\_speech** · 必須: input メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input, voice, response\_format | | パラメータ`voice_ids` | 仕様en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | | パラメータ`response_format` | 仕様mp3 | | パラメータ`max_input_characters` | 仕様null | | パラメータ`other_options` | 仕様false | | パラメータ`input` | 仕様正確なUTF-8テキスト。正規化せずにUnicode文字数を数えます | | パラメータ`material_types` | 仕様text | ライフサイクル: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 実際に返された task\_id またはメディアライブラリのレコード `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` このモデルのプロファイルから、使用する音声を正確に選択してください。 入力文字数と音声の秒数は、別の計測単位です。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 未指定 高速モードが選択されている場合 Flex モード 未指定 flex モードが選択されている場合 最大推論量 未指定 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。 | 設定 | 料金表 | 課金対象の数量 | 課金単位 | 料金 | | --- | --- | --- | --- | --- | | 設定基本トークン料金 | 料金表基本料金 | 課金対象の数量— | 課金単位— | 料金 入力 · 入力トークン **—** / 1K トークン 出力 · 出力トークン **—** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | | 設定Ultra | 料金表— | 課金対象の数量漢字を含め、Unicodeコードポイント1つを1文字として数えます。 | 課金単位1K入力文字あたり | 料金 入力 · 入力文字 **$0.03** 1K入力文字あたり | #### 参考料金の詳細 モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。 Microsoft AI: MAI-Voice-2-Flash #### 設定別の価格 | 設定 | 課金条件 | 料金 | | --- | --- | --- | | 設定Microsoft AI: MAI-Voice-2-Flash · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力文字数 **$0.00003** 入力文字あたり | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 音声合成 curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### 結果を受け取って保存 #### Ailoot Ultra · 音声合成 mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` その他のコンテンツ取得 メディアライブラリタスクのステータスアセットの詳細 ```bash set -eu : "${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 ``` ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 バイナリ結果の全体とヘッダーを保存してください。JSON または複数の出力が返された場合は、すべてのデータ項目を保存し、実際に返された署名付きアセット URL から各アセットを取得してください。 ##### 元のレスポンスを確認する場合 再送せずに照合できるよう、元の operation\_id/X-Client-Request-ID を保存してください。音声専用のポーリングルートはありません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`binary audio` | 種類bytes | | フィールド`response headers` | 種類headers | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | | レスポンス`server_error` | 条件返されたレスポンスは、操作または結果の確認が必要であることを示しています | 次の手順最初に返された操作／タスク ID、リクエストヘッダー、レスポンスを保存し、その元の操作に対してサポートされている読み取りを継続してください。作成リクエストを再送しないでください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/ja/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/ja/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2-Flash 利用できる入力と結果は何ですか？ `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `text` → `audio` リクエストはどの項目を使用しますか？ `POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `model`, `input`, `voice`, `response_format` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。