Source: https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/ Language: pt-pt # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/) O MAI-Voice-2 da Microsoft AI produz fala multilingue expressiva para narrações, diálogos e aplicações faladas. A consistência em conteúdo longo, o suporte de vários locutores e o controlo da emoção ao nível do turno de fala permitem criar audiolivros, lições e vozes de personagens. - [**Ailoot Ultra · Síntese de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/pt-pt/microsoft-mai-voice-2/#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 é o modelo da Microsoft AI de conversão de texto em fala orientada por prompts, para conteúdo falado natural e expressivo. O fabricante destaca a fidelidade acústica, a consistência do locutor e a amplitude emocional. As tarefas documentadas incluem assistentes, audiolivros, podcasts, palestras, personagens educativas e narração para acessibilidade. O texto transforma-se em áudio numa voz escolhida; a variante Voice-2-Flash tem o seu próprio perfil para interações em que a resposta imediata é prioritária. #### Idioma e locutor A publicação de Voice-2 da Microsoft descreve quinze idiomas, incluindo inglês, francês, alemão, italiano, espanhol, português, hindi, coreano, chinês simplificado, turco, russo, tailandês, neerlandês, romeno e húngaro. Alguns idiomas têm variantes regionais separadas. A publicação descreve também alternância entre hindi e inglês e entre espanhol e inglês, permitindo que determinados trechos com vários idiomas conservem a forma como um locutor alterna naturalmente entre línguas. Prepare as palavras efetivas que devem ser pronunciadas e preserve o idioma pretendido. Um trecho educativo bilingue pode introduzir um termo num idioma e explicá-lo noutro, mantendo os nomes e as citações intactos. O resultado falado deve ser verificado tendo em conta o sotaque e o público exigidos pela peça, em vez de tratar todas as variantes regionais como intercambiáveis. A ficha do modelo disponibiliza uma biblioteca de vozes selecionadas e uma via separada de prompts com voz de referência. A fala de referência fornece a identidade de locutor pretendida sem ajuste fino. A Microsoft recomenda uma elocução conversacional natural com energia moderada, porque a gravação afeta o ritmo e a elocução. Use uma gravação representativa cujo locutor tenha dado consentimento quando a tarefa exigir uma voz personalizada. #### Narração mais longa e diálogo A ficha do modelo documenta a geração de conteúdo longo através da divisão em blocos com transferência de contexto. Isto permite narrações ligadas, como um capítulo, uma lição ou uma sequência de trechos de podcast. Divida o guião em limites de secção com sentido e mantenha a terminologia e a escolha de locutor consistentes. Uma explicação longa beneficia de transições faladas que indiquem ao ouvinte quando muda o tema. O suporte de vários locutores permite papéis distintos num diálogo preparado. Atribua a pergunta e a resposta aos locutores pretendidos e conserve essas atribuições quando um papel volta a intervir. A entrada deve conter as falas finais e as instruções de interpretação relevantes, e não um pedido aberto para que o sintetizador de fala invente a conversa. #### Tom e elocução emocional A Microsoft documenta controlo detalhado do tom, da elocução e da emoção ao nível do turno de fala. Os exemplos da sua publicação demonstram papéis falados expressivos e trechos emocionais. Para uma narrativa, determine que frase é factual, reflexiva ou entusiasmada e aplique depois uma elocução que siga esse significado. Uma frase prática é: «A parte mais silenciosa da experiência acabou por ser a mais reveladora. Foi aí que o padrão se tornou claro pela primeira vez.» A redação dá à interpretação uma mudança intencional de ênfase. Para uma voz-off de instruções, mantenha a ação clara e a explicação numa frase separada. Num diálogo, distinga as palavras pronunciadas por uma personagem das notas de cena. Ouça os nomes repetidos e as transições entre trechos para que a sequência final continue coerente. #### Utilizar o áudio A saída é fala recém-gerada para o texto fornecido. A sua forma útil é uma narração, um diálogo ou uma resposta falada de aplicação cuja voz e elocução seguem o guião. Mantenha o texto, o locutor e a ordem das secções associados à gravação, para que uma correção altere o trecho pretendido sem perder o resto da interpretação. O MAI-Voice-2 privilegia a naturalidade e a expressão numa experiência de audição prolongada. A sua capacidade para conteúdo longo não define uma entrada ilimitada nem uma duração máxima de gravação garantida. A descrição exata de Voice-2 mantém-se separada do catálogo de idiomas alargado e das definições de voz das edições posteriores Voice-2.1. **Ailoot Ultra · Síntese de voz** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### Introdução O MAI-Voice-2 da Microsoft AI produz fala multilingue expressiva para narrações, diálogos e aplicações faladas. A consistência em conteúdo longo, o suporte de vários locutores e o controlo da emoção ao nível do turno de fala permitem criar audiolivros, lições e vozes de personagens. 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 | 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 **$0.044** por 1K caracteres de entrada | #### Detalhes da tarifa de referência As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado. Microsoft AI: MAI-Voice-2 #### Preços por configuração | Configuração | Condições de faturação | Custo | | --- | --- | --- | | ConfiguraçãoMicrosoft AI: MAI-Voice-2 · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Caracteres de entrada **0,000044 US$** 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", "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`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`microsoft/mai-voice-2`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 Que entradas e resultados estão disponíveis? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` Que campos utiliza o pedido? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `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.