Source: https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/
Canonical: https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/
Language: pt-pt

# Microsoft AI: MAI-Voice-2-Flash

[Markdown](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/index.md) · [JSON](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/facts.json)

## [Microsoft AI: MAI-Voice-2-Flash](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/)

O MAI-Voice-2-Flash da Microsoft AI gera fala expressiva em 15 idiomas para assistentes, apoio ao cliente e menus falados. Combina uma elocução de resposta rápida com uma biblioteca de vozes selecionadas, prompts com voz de referência e controlo do tom ao nível do turno de fala.

- [**Ailoot Ultra · Síntese de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2-flash/#method-0)

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

MAI-Voice-2-Flash é o modelo da Microsoft AI de conversão de texto em fala concebido para experiências de voz de resposta rápida e grande volume de utilização. O fabricante descreve prosódia natural, áudio claro e elocução expressiva, com assistentes, agentes de apoio ao cliente e menus telefónicos entre as tarefas principais. O texto escrito transforma-se em áudio falado na voz escolhida. Flash é uma variante específica de MAI-Voice-2, distinta da família posterior MAI-Voice-2.1.

#### Seleção de idioma e voz

A ficha deste modelo específico documenta quinze idiomas e dezoito variantes regionais. Abrangem inglês, italiano, espanhol, hindi, francês, alemão, português, coreano, chinês simplificado, turco, russo, tailandês, neerlandês, romeno e húngaro, com variantes regionais separadas para alguns idiomas. Escolha o idioma pretendido e prepare as palavras efetivas que o ouvinte deve ouvir. Uma distinção regional pode ser importante para uma saudação, um nome de produto ou uma pronúncia familiar ao público.

A Microsoft documenta duas vias de seleção de voz: uma biblioteca de vozes selecionadas e prompts de voz a partir de uma gravação curta. A biblioteca fornece um locutor existente para uma narração ou interação. Uma gravação de referência define uma identidade de locutor diferente através do fluxo de voz personalizada do fabricante. Mantenha uma escolha de locutor consistente entre mensagens relacionadas, para que a mensagem inicial, a explicação e o seguimento soem como partes da mesma experiência.

#### Tom para fala interativa

O modelo suporta controlo do tom, da elocução e da emoção ao nível do turno de fala. Para um assistente falado, escreva uma primeira instrução concisa e depois os detalhes de que o ouvinte precisa. Uma frase prática é: «Escolha o documento que pretende abrir. Se não tiver a certeza do título, diga-me qual é o assunto.» O guião dá ao ouvinte uma ação clara, deixando espaço para uma pergunta de seguimento.

Numa troca educativa, separe a explicação da pergunta a que o aluno deve responder. Num menu, mantenha os nomes das opções curtos e use uma redação que continue clara quando é ouvida uma única vez. O tom deve acompanhar a finalidade do trecho: uma mensagem tranquilizadora, uma instrução e uma pergunta podem exigir elocuções diferentes, mantendo a mesma voz.

#### Preparação da voz de referência

O fabricante especifica uma gravação de cinco a sessenta segundos para os prompts de voz e descreve a reprodução da voz de um locutor que deu consentimento, sem treino adicional. Recomenda uma elocução conversacional natural com energia moderada, porque a referência tem uma influência substancial no resultado. Prepare uma gravação que represente a voz que quer utilizar, em vez de uma interpretação com extremos de volume ou expressão sem relação com o objetivo.

Este modo está documentado para uma voz autorizada cujo locutor deu consentimento. O fluxo do fabricante e a biblioteca de vozes predefinidas são vias de preparação separadas. A saída continua a ser fala recém-sintetizada a partir do texto fornecido; a gravação fornece a identidade de locutor pretendida.

#### Trabalhar com o resultado falado

Use Flash numa interação em que a resposta deva ser entregue prontamente e continuar fácil de compreender. O fabricante posiciona esta variante em torno da rapidez de resposta, mantendo a prosódia e a qualidade acústica da linha MAI-Voice-2. Mantenha cada turno de fala associado ao respetivo texto e locutor, para que nomes importantes, comandos e mudanças emocionais possam ser revistos em contexto.

Um resultado útil é uma mensagem ou resposta falada clara no idioma e na voz exigidos. Ouça a redação tal como o público a irá ouvir, sobretudo numa sequência de mensagens. A especificação de quinze idiomas e dezoito variantes regionais deste modelo pertence à edição exata Voice-2-Flash; o catálogo de idiomas alargado e os detalhes de vozes geridas das versões posteriores pertencem aos respetivos perfis.

**Ailoot Ultra · Síntese de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2-flash`

[`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech)

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

### Introdução

O MAI-Voice-2-Flash da Microsoft AI gera fala expressiva em 15 idiomas para assistentes, apoio ao cliente e menus falados. Combina uma elocução de resposta rápida com uma biblioteca de vozes selecionadas, prompts com voz de referência e controlo do tom ao nível do turno de fala.

Entradas aceites

Texto

Resultados

Áudio

### Disponível no Ailoot · entradas e métodos

**Ailoot Ultra · Síntese de voz** `POST /v1/audio/speech`

Entrada

`text`

Saída

`audio`

Formato de saída

mp3

| Campo | Tipo | Requisito | Valores e limites | Predefinição |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites microsoft/mai-voice-2-flash | Predefinição— |
| Campo`input` | Tipo`string` | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 Unidade: carateres Unicode | Predefinição— |
| Campo`voice` | Tipo`string` | RequisitoObrigatório | Valores e limites en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | Predefinição— |
| Campo`response_format` | Tipo`string` | RequisitoObrigatório | Valores e limites mp3 | Predefinição— |

Combinações de materiais de entrada

**text\_to\_speech** · Obrigatório: input

Parâmetros e ciclo de vida do método

| Parâmetro | Contrato |
| --- | --- |
| Parâmetro`content_type` | Contratoapplication/json |
| Parâmetro`required` | Contratomodel, input, voice, response\_format |
| Parâmetro`voice_ids` | Contratoen-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 |
| Parâmetro`response_format` | Contratomp3 |
| Parâmetro`max_input_characters` | Contratonull |
| Parâmetro`other_options` | Contratofalse |
| Parâmetro`input` | Contratotexto UTF-8 exato; contagem de carateres Unicode sem normalização |
| Parâmetro`material_types` | Contratotext |

Ciclo de vida: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · task\_id efetivamente devolvido ou registo na biblioteca de multimédia

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

`GET /v1/media/assets`

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

Selecione a voz exata deste perfil de modelo.

Os carateres de entrada e os segundos de áudio são medidas de utilização diferentes.

### Tarifários

As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.

Modo rápido

Não especificado Quando o modo rápido está selecionado

Modo flex

Não especificado Quando o modo flex está selecionado

Esforço máximo de raciocínio

Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)

#### Tarifas Ailoot

#### Preços por configuração

Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.

| Configuração | Tabela de tarifas | Quantidade faturável | Unidade de faturação | Custo |
| --- | --- | --- | --- | --- |
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade faturável— | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens |
| ConfiguraçãoUltra | Tabela de tarifas— | Quantidade faturávelCada ponto de código Unicode conta como um caráter, incluindo os caracteres Han. | Unidade de faturaçãopor 1K caracteres de entrada | Custo Entrada · carácter de entrada **$0.03** por 1K caracteres de entrada |

#### Detalhes da tarifa de referência

As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado.

Microsoft AI: MAI-Voice-2-Flash

#### Preços por configuração

| Configuração | Condições de faturação | Custo |
| --- | --- | --- |
| ConfiguraçãoMicrosoft AI: MAI-Voice-2-Flash · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Caracteres de entrada **0,00003 US$** por carácter de entrada |

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/)

### Exemplos de pedidos

#### Ailoot Ultra · Síntese de voz

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
```

### Receber e guardar os resultados

#### Ailoot Ultra · Síntese de voz

mp3

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

Outras leituras de conteúdo

Biblioteca multimédiaEstado da tarefaDetalhes dos recursos

```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
```

##### Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Guarde o resultado binário completo e os cabeçalhos. Se forem devolvidos JSON/vários resultados, conserve todos os itens de dados e obtenha cada recurso através do seu URL assinado efetivo.

##### Se for necessário verificar a resposta original

Conserve o operation\_id/X-Client-Request-ID original para reconciliação sem voltar a enviar o pedido; não existe uma rota dedicada à consulta periódica do estado do áudio.

Campos da resposta

| Campo | Tipo |
| --- | --- |
| Campo`binary audio` | Tipobytes |
| Campo`response headers` | Tipoheaders |

Erros e passos seguintes

| Resposta | Condição | Passo seguinte |
| --- | --- | --- |
| Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
| Resposta`server_error` | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. |

### Aliases

#### Aliases do modelo

**Ailoot Ultra** [`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech)

#### Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

#### IDs de chamada relacionados

[`microsoft/mai-voice-2-flash`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2-flash&route=Ultra&caller=microsoft%2Fmai-voice-2-flash&fmt=speech)

FAQ · Microsoft AI: MAI-Voice-2-Flash

Que entradas e resultados estão disponíveis?

`POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `text` → `audio`

Que campos utiliza o pedido?

`POST /v1/audio/speech` · `microsoft/mai-voice-2-flash`: `model`, `input`, `voice`, `response_format`

Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação.

## A empresa e a sua carteira de projetos

A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.

## Compre tokens com desconto.

Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens.

Subscrição

Escolha um plano com desconto para os pedidos regulares.

Código promocional até 50%

Introduza o código na compra. O preço é recalculado conforme a campanha em vigor.

Custos no histórico

O modelo, os tokens e o montante são guardados para cada pedido.

[Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/)

## Ligue a API ao produto que vende.

SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor.

Aplicação comercial

Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço.

Licença de revendedor

Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda.

Documentos no site

A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação.

[Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt)

## Ailoot · A empresa e a sua carteira de projetos





A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI.





A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.





A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.