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.
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.
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.
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.
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.
", "aboutText": "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.\n\n### Taal en stem kiezen\n\nDe 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.\n\nMicrosoft 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.\n\n### Toon voor interactieve spraak\n\nHet 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.\n\nScheid 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.\n\n### Een referentiestem voorbereiden\n\nDe 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.\n\nDeze 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.\n\n### Met het gesproken resultaat werken\n\nGebruik 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.\n\nEen 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a47b018bdf1b6c2299f8ff442f7bb702d4ffcf833341dd661881aeade91fdc6e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "microsoft/mai-voice-2-flashMAI-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.
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.
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.
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.
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.
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.
POST /v1/audio/speechtextaudio| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten microsoft/mai-voice-2-flash | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | 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— |
Veldresponse_format | Typestring | VereisteVereist | Waarden en limieten mp3 | Standaard— |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input, voice, response_format |
Parametervoice_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 |
Parameterresponse_format | Contractmp3 |
Parametermax_input_characters | Contractnull |
Parameterother_options | Contractfalse |
Parameterinput | Contractexacte UTF-8-tekst; aantal Unicode-tekens zonder normalisatie |
Parametermaterial_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.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
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 $0.03 per 1K invoertekens |
Referentiestaffels op modelniveau veranderen de methodeselectie, kostenramingen of afschrijvingen niet. Voor de actieve kostenberekening gelden de tarieven van de geselecteerde Ailoot-methode.
| Configuratie | Factureringsvoorwaarden | Kosten |
|---|---|---|
| ConfiguratieMicrosoft AI: MAI-Voice-2-Flash · Standaardconfiguratie | FactureringsvoorwaardenStandaardconfiguratie | Kosten Invoer · Invoertekens US$ 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 →
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-flash", "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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\nmp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${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 $AILOOT_API_KEY" -o media-assets.json\nset -eu\n: "${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 $AILOOT_API_KEY" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("media-task.json").read_text())))\nPY_RESULT\nset -eu\n: "${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\nBewaar 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.
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.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| 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. |
Antwoordserver_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. |
Ailoot Ultra microsoft/mai-voice-2-flash
Gebruik de hierboven getoonde methodepaden.