Microsoft AI: MAI-Voice-2

MAI-Voice-2 van Microsoft AI produceert expressieve meertalige spraak voor vertelteksten, dialogen en gesproken toepassingen. Consistentie in langere stukken, meerdere sprekers en emotieregeling per spreekbeurt ondersteunen luisterboeken, lessen en personagestemmen.

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

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 is het met prompts aangestuurde tekst-naar-spraakmodel van Microsoft AI voor natuurlijke, expressieve gesproken content. De fabrikant benadrukt geluidsgetrouwheid, sprekerconsistentie en emotioneel bereik. De gedocumenteerde taken omvatten assistenten, luisterboeken, podcasts, colleges, educatieve personages en vertelteksten voor toegankelijkheid. Transcripttekst wordt audio in een gekozen stem; de Voice-2-Flash-variant heeft een eigen profiel voor interacties waarin een onmiddellijke reactie vooropstaat.

Taal en spreker

Microsoft beschrijft bij de Voice-2-release vijftien talen, waaronder Engels, Frans, Duits, Italiaans, Spaans, Portugees, Hindi, Koreaans, Vereenvoudigd Chinees, Turks, Russisch, Thai, Nederlands, Roemeens en Hongaars. Sommige talen hebben afzonderlijke regionale varianten. De release beschrijft ook codewisseling tussen Hindi en Engels en tussen Spaans en Engels, zodat bepaalde passages met meerdere talen de natuurlijke taalwisseling van een spreker kunnen behouden.

Bereid de concrete woorden voor die moeten worden uitgesproken en behoud de bedoelde taal. Een tweetalige educatieve passage kan een term in de ene taal introduceren en in de andere uitleggen, terwijl namen en citaten intact blijven. Controleer het gesproken resultaat op het accent en het publiek die het stuk vereist, in plaats van alle taalvarianten als onderling uitwisselbaar te behandelen.

De modelkaart biedt een zorgvuldig samengestelde stemmenbibliotheek en een afzonderlijke route voor stemaansturing via referentieaudio. Referentiespraak levert de gewenste sprekeridentiteit zonder fine-tuning. Microsoft raadt een natuurlijke gesprekstoon met gematigde energie aan, omdat de opname het tempo en de voordracht beïnvloedt. Gebruik een representatieve opname waarvoor de spreker toestemming heeft gegeven wanneer de taak om een aangepaste stem vraagt.

Langere vertelteksten en dialogen

De modelkaart beschrijft het genereren van langere stukken door de tekst in delen te verwerken en context mee te nemen. Dit ondersteunt samenhangende vertelteksten zoals een hoofdstuk, een les of een reeks podcastpassages. Verdeel het script op betekenisvolle grenzen tussen onderdelen en houd de terminologie en sprekerkeuze consistent. Een lange uitleg heeft baat bij gesproken overgangen die de luisteraar duidelijk maken wanneer het onderwerp verandert.

Ondersteuning voor meerdere sprekers maakt afzonderlijke rollen in een voorbereide dialoog mogelijk. Wijs de vraag en het antwoord aan de bedoelde sprekers toe en behoud die toewijzingen wanneer een rol terugkomt. De invoer moet de definitieve regels en relevante voordrachtinstructies bevatten, in plaats van een open verzoek aan de spraaksynthesizer om het gesprek te verzinnen.

Toon en emotionele voordracht

Microsoft beschrijft fijnmazige regeling van toon, voordracht en emotie per spreekbeurt. De voorbeelden bij de release demonstreren expressieve gesproken rollen en emotionele passages. Bepaal voor een verhaal welke zin feitelijk, beschouwend of opgetogen is en pas een voordracht toe die die betekenis volgt. Een praktische zin is: “Het stilste deel van het experiment bleek het meest onthullend. Daar werd het patroon voor het eerst duidelijk.” De formulering geeft de uitvoering een doelbewuste verandering van nadruk.

Houd bij een instructieve voice-over de actie duidelijk en zet de uitleg in een afzonderlijke zin. Maak bij dialogen onderscheid tussen de gesproken woorden van een personage en scènenotities. Beluister terugkerende namen en overgangen tussen passages zodat de uiteindelijke reeks samenhangend blijft.

De audio gebruiken

De uitvoer is nieuw gegenereerde spraak voor het aangeleverde transcript. Een bruikbaar resultaat is een verteltekst, dialoog of gesproken antwoord van een toepassing waarvan stem en voordracht het script volgen. Houd de tekst, de spreker en de volgorde van de onderdelen gekoppeld aan de opname zodat een correctie de bedoelde passage wijzigt zonder de rest van de uitvoering te verliezen.

MAI-Voice-2 legt de nadruk op natuurlijkheid en expressie in een langere luisterervaring. De mogelijkheid om lange content te genereren legt geen onbeperkte invoer of gegarandeerde maximale opnameduur vast. De exacte Voice-2-beschrijving blijft gescheiden van de uitgebreidere talencatalogus en steminstellingen van de latere Voice-2.1-versies.

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

microsoft/mai-voice-2

Microsoft AI /microsoft/mai-voice-2

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	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 $0.044 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

Prijzen per configuratie

Configuratie	Factureringsvoorwaarden	Kosten
ConfiguratieMicrosoft AI: MAI-Voice-2 · Standaardconfiguratie	FactureringsvoorwaardenStandaardconfiguratie	Kosten Invoer · Invoertekens US$ 0,000044 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", "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

Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

Gerelateerde aanroeper-ID’s

microsoft/mai-voice-2

FAQ · Microsoft AI: MAI-Voice-2

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

Microsoft AI: MAI-Voice-2