Microsoft AI: MAI-Voice-2-Flash

MAI-Voice-2-Flash van Microsoft AI genereert expressieve spraak in 15 talen voor assistenten, klantenondersteuning en gesproken menu's. Het combineert een snelle respons met een zorgvuldig samengestelde stemmenbibliotheek, stemaansturing via referentieaudio en toonregeling per spreekbeurt.

Ailoot Ultra · Spraakgeneratie POST /v1/audio/speech microsoft/mai-voice-2-flash

Over het model

Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.

MAI-Voice-2-Flash is het tekst-naar-spraakmodel van Microsoft AI voor snel reagerende stemtoepassingen met grote gebruiksvolumes. De fabrikant beschrijft natuurlijke prosodie, heldere audio en expressieve voordracht, met assistenten, klantenservicemedewerkers en telefoonmenu's als belangrijke toepassingen. Geschreven transcripttekst wordt gesproken audio in de gekozen stem. Flash is een specifieke variant van MAI-Voice-2 en staat los van de latere MAI-Voice-2.1-familie.

Taal en stem kiezen

De exacte modelkaart beschrijft vijftien talen en achttien taalvarianten. Het gaat om Engels, Italiaans, Spaans, Hindi, Frans, Duits, Portugees, Koreaans, Vereenvoudigd Chinees, Turks, Russisch, Thai, Nederlands, Roemeens en Hongaars, met afzonderlijke regionale varianten voor sommige talen. Kies de bedoelde taal en bereid de concrete woorden voor die de luisteraar moet horen. Een regionale taalvariant kan van belang zijn voor een begroeting, een productnaam of een uitspraak waarmee het publiek vertrouwd is.

Microsoft beschrijft twee routes voor stemselectie: een zorgvuldig samengestelde bibliotheek en stemaansturing op basis van een korte opname. De bibliotheek biedt een bestaande spreker voor een verteltekst of interactie. Een referentieopname bepaalt een andere sprekeridentiteit via de workflow van de fabrikant voor een aangepaste stem. Behoud dezelfde sprekerkeuze voor verwante prompts zodat het openingsbericht, de uitleg en het vervolg klinken als onderdelen van één ervaring.

Toon voor interactieve spraak

Het model ondersteunt regeling van toon, voordracht en emotie per spreekbeurt. Schrijf voor een gesproken assistent eerst een beknopte instructie en daarna de details die de luisteraar nodig heeft. Een praktische zin is: “Kies het document dat u wilt openen. Als u niet zeker bent van de titel, vertel me dan waar het over gaat.” Het script geeft de luisteraar een duidelijke actie en laat ruimte voor een vervolgvraag.

Scheid in een educatief gesprek de uitleg van de vraag die de leerling moet beantwoorden. Houd in een menu de namen van opties kort en gebruik formuleringen die ook bij één keer luisteren duidelijk blijven. De toon moet het doel van de passage volgen: een geruststelling, een instructie en een vraag kunnen een verschillende voordracht vereisen terwijl dezelfde stem behouden blijft.

Een referentiestem voorbereiden

De fabrikant specificeert een opname van vijf tot zestig seconden voor stemaansturing en beschrijft het benaderen van de spreker die toestemming heeft gegeven, zonder aanvullende training. Microsoft raadt een natuurlijke gesprekstoon met gematigde energie aan, omdat de referentie veel invloed heeft op het resultaat. Bereid een opname voor die de gewenste stem vertegenwoordigt, in plaats van een uitvoering met niet ter zake doende extremen in volume of expressie.

Deze modus is gedocumenteerd voor een stem waarvoor autorisatie en toestemming zijn verkregen. De bijbehorende workflow van de fabrikant en de bibliotheek met vooraf ingestelde stemmen zijn afzonderlijke voorbereidingsroutes. De uitvoer blijft nieuw gesynthetiseerde spraak op basis van het aangeleverde transcript; de opname levert de gewenste sprekeridentiteit.

Met het gesproken resultaat werken

Gebruik Flash voor een interactie waarin het antwoord snel moet worden uitgesproken en gemakkelijk te begrijpen moet blijven. De fabrikant positioneert deze variant rond een snelle respons, met behoud van de prosodie en akoestische kwaliteit van de MAI-Voice-2-reeks. Houd elke spreekbeurt gekoppeld aan het transcript en de spreker zodat belangrijke namen, opdrachten en emotionele veranderingen in hun context kunnen worden gecontroleerd.

Een bruikbaar resultaat is een heldere gesproken prompt of reactie in de vereiste taal en stem. Beluister de formulering zoals het publiek die zal horen, vooral in een reeks prompts. De specificatie van vijftien talen en achttien taalvarianten hoort bij deze exacte Voice-2-Flash-versie; de uitgebreidere talencatalogus en details over beheerde stemmen van latere versies horen bij hun eigen profielen.

Ailoot Ultra · Spraakgeneratie POST /v1/audio/speech microsoft/mai-voice-2-flash

microsoft/mai-voice-2-flash

Microsoft AI /microsoft/mai-voice-2-flash

Aan de slag

Toegestane invoer: Tekst
Resultaten: Audio

Beschikbaar in Ailoot · invoer en methoden

Ailoot Ultra · Spraakgeneratie POST /v1/audio/speech

Invoer: text
Uitvoer: audio
Uitvoerformaat: mp3

Veld	Type	Vereiste	Waarden en limieten	Standaard
Veld`model`	Type`string`	VereisteVereist	Waarden en limieten microsoft/mai-voice-2-flash	Standaard—
Veld`input`	Type`string`	VereisteVereist	Waarden en limieten Minimumlengte: 1 Eenheid: Unicode-tekens	Standaard—
Veld`voice`	Type`string`	VereisteVereist	Waarden en limieten en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2	Standaard—
Veld`response_format`	Type`string`	VereisteVereist	Waarden en limieten mp3	Standaard—

Combinaties van invoermaterialen

text_to_speech · Vereist: input

Methodeparameters en levenscyclus

Parameter	Contract
Parameter`content_type`	Contractapplication/json
Parameter`required`	Contractmodel, input, voice, response_format
Parameter`voice_ids`	Contracten-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2
Parameter`response_format`	Contractmp3
Parameter`max_input_characters`	Contractnull
Parameter`other_options`	Contractfalse
Parameter`input`	Contractexacte UTF-8-tekst; aantal Unicode-tekens zonder normalisatie
Parameter`material_types`	Contracttext

Levenscyclus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Selecteer de exacte stem uit dit modelprofiel.

Invoertekens en audioseconden zijn verschillende meeteenheden.

Tarieven

Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.

Snelle modus: Niet opgegeven Wanneer de snelle modus geselecteerd is
Flex-modus: Niet opgegeven Wanneer de flex-modus geselecteerd is
Maximale redeneerinspanning: Niet opgegeven Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt

Ailoot-tarieven

Prijzen per configuratie

Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.

Configuratie	Tariefstaffel	Factureerbare hoeveelheid	Rekeneenheid	Kosten
ConfiguratieBasistarieven voor tokens	TariefstaffelBasistarief	Factureerbare hoeveelheid—	Rekeneenheid—	Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens
ConfiguratieUltra	Tariefstaffel—	Factureerbare hoeveelheidElk Unicode-codepunt telt als één teken, inclusief Han-tekens.	Rekeneenheidper 1K invoertekens	Kosten Invoer · invoerteken $0.03 per 1K invoertekens

Details van het referentietarief

Referentiestaffels op modelniveau veranderen de methodeselectie, kostenramingen of afschrijvingen niet. Voor de actieve kostenberekening gelden de tarieven van de geselecteerde Ailoot-methode.

Microsoft AI: MAI-Voice-2-Flash

Prijzen per configuratie

Configuratie	Factureringsvoorwaarden	Kosten
ConfiguratieMicrosoft AI: MAI-Voice-2-Flash · Standaardconfiguratie	FactureringsvoorwaardenStandaardconfiguratie	Kosten Invoer · Invoertekens US$ 0,00003 per invoerteken

Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →

Voorbeeldverzoeken

Ailoot Ultra · Spraakgeneratie

curl

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

Resultaten ophalen en opslaan

Ailoot Ultra · Spraakgeneratie

mp3

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

Lezen van andere inhoud

MediabibliotheekTaakstatusBestandsdetails

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

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

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

Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.

Als het oorspronkelijke antwoord moet worden gecontroleerd

Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.

Antwoordvelden

Veld	Type
Veld`binary audio`	Typebytes
Veld`response headers`	Typeheaders

Fouten en vervolgstappen

Antwoord	Voorwaarde	Volgende stap
Antwoord400 · `invalid_request_error`	VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig	Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag.
Antwoord`server_error`	VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden	Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in.

Aliasnamen

Modelaliasnamen

Ailoot Ultra microsoft/mai-voice-2-flash

Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

Gerelateerde aanroeper-ID’s

microsoft/mai-voice-2-flash

FAQ · Microsoft AI: MAI-Voice-2-Flash

Welke invoer en resultaten zijn beschikbaar?: POST /v1/audio/speech · microsoft/mai-voice-2-flash: text → audio
Welke velden gebruikt het verzoek?: POST /v1/audio/speech · microsoft/mai-voice-2-flash: model, input, voice, response_format

Microsoft AI: MAI-Voice-2-Flash