Source: https://ailoot.ai/models/sv/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/sv/microsoft-mai-voice-2/ Language: sv # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/sv/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/sv/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/sv/microsoft-mai-voice-2/) Microsoft AI:s MAI-Voice-2 skapar uttrycksfullt flerspråkigt tal för berättarröst, dialog och applikationer med talfunktioner. Konsekvens i längre material, flera talare och känslokontroll på samtalstursnivå stöder ljudböcker, lektioner och karaktärsröster. - [**Ailoot Ultra · Talproduktion** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/sv/microsoft-mai-voice-2/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. MAI-Voice-2 är Microsoft AI:s promptstyrda text-till-tal-modell för naturligt, uttrycksfullt talat innehåll. Tillverkaren betonar akustisk återgivning, konsekvent talaridentitet och känslomässigt omfång. De dokumenterade uppgifterna omfattar assistenter, ljudböcker, poddar, föreläsningar, pedagogiska figurer och berättarröst för tillgänglighet. Taltext blir ljud med en vald röst; varianten Voice-2-Flash har en egen profil för interaktioner där omedelbar respons prioriteras. #### Språk och talare Microsofts Voice-2-utgåva beskriver femton språk, däribland engelska, franska, tyska, italienska, spanska, portugisiska, hindi, koreanska, förenklad kinesiska, turkiska, ryska, thailändska, nederländska, rumänska och ungerska. Vissa språk har separata regionala varianter. Utgåvan beskriver också kodväxling mellan hindi och engelska samt spanska och engelska, så utvalda flerspråkiga avsnitt kan behålla talarens naturliga sätt att växla språk. Förbered de faktiska ord som ska uttalas och bevara deras avsedda språk. Ett tvåspråkigt pedagogiskt avsnitt kan introducera en term på ett språk och förklara den på ett annat, samtidigt som namn och citat bevaras. Kontrollera talresultatet med den accent och publik som innehållet kräver i stället för att behandla varje lokal variant som utbytbar. Modellkortet tillhandahåller ett kurerat röstbibliotek och en separat väg för promptstyrning med referensröst. Referenstalet tillhandahåller den önskade talaridentiteten utan finjustering. Microsoft rekommenderar ett naturligt samtalsmässigt framförande med måttlig energi eftersom inspelningen påverkar tempo och framförande. Använd en representativ inspelning med samtycke när uppgiften kräver en anpassad röst. #### Längre berättarröst och dialog Modellkortet dokumenterar generering av längre material genom indelning i delar med överföring av sammanhang. Det stöder sammanhängande berättarröst som ett kapitel, en lektion eller en följd av poddavsnitt. Dela manuset vid meningsfulla avsnittsgränser och håll terminologi och talarval konsekventa. En lång förklaring gynnas av talade övergångar som berättar för lyssnaren när ämnet ändras. Stöd för flera talare ger olika roller i en förberedd dialog. Tilldela fråga och svar till avsedda talare och behåll tilldelningen när en roll återkommer. Indata ska innehålla de slutliga replikerna och relevanta framförandeinstruktioner, inte en öppen begäran om att talsyntetiseraren ska hitta på samtalet. #### Ton och känslomässigt framförande Microsoft dokumenterar detaljerad kontroll av ton, framförande och känsla på samtalstursnivå. Utgåvans exempel visar uttrycksfulla talade roller och känslomässiga avsnitt. Avgör för en berättelse vilken mening som är saklig, eftertänksam eller uppspelt och använd sedan ett framförande som följer innebörden. En praktisk replik är: ”Den tystaste delen av experimentet visade sig vara den mest avslöjande. Det var där mönstret först blev tydligt.” Ordalydelsen ger framförandet en avsiktlig förskjutning av betoningen. Håll handlingen tydlig i en instruerande voice-over och lägg förklaringen i en separat mening. Skilj en karaktärs talade ord från scenanteckningar i dialog. Lyssna på återkommande namn och övergångar mellan avsnitt så att den slutliga följden förblir sammanhängande. #### Använd ljudet Utdata är nygenererat tal för den angivna taltexten. Den användbara formen är en berättarröst, dialog eller talad applikationsrespons vars röst och framförande följer manuset. Håll text, talare och avsnittsordning kopplade till inspelningen så att en korrigering ändrar det avsedda avsnittet utan att resten av framförandet går förlorat. MAI-Voice-2 betonar naturlighet och uttryck i en längre lyssnarupplevelse. Förmågan att hantera längre material definierar inte obegränsade indata eller en garanterad maximal inspelningslängd. Den exakta beskrivningen av Voice-2 hålls separat från den utökade språkkatalogen och röstinställningarna i de senare Voice-2.1-versionerna. **Ailoot Ultra · Talproduktion** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/sv/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### Start Microsoft AI:s MAI-Voice-2 skapar uttrycksfullt flerspråkigt tal för berättarröst, dialog och applikationer med talfunktioner. Konsekvens i längre material, flera talare och känslokontroll på samtalstursnivå stöder ljudböcker, lektioner och karaktärsröster. Godkända indata Text Resultat Ljud ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · Talproduktion** `POST /v1/audio/speech` Indatatyper `text` Utdatatyper `audio` Utdataformat mp3 | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser microsoft/mai-voice-2 | Standard— | | Fält`input` | Typ`string` | KravObligatoriskt | Värden & gränser Minsta längd: 1 Enhet: Unicode-tecken | Standard— | | Fält`voice` | Typ`string` | KravObligatoriskt | Värden & gränser en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | Standard— | | Fält`response_format` | Typ`string` | KravObligatoriskt | Värden & gränser mp3 | Standard— | Kombinationer av indatamaterial **text\_to\_speech** · Krävs: input Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`content_type` | Avtalapplication/json | | Parameter`required` | Avtalmodel, input, voice, response\_format | | Parameter`voice_ids` | Avtalen-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` | Avtalmp3 | | Parameter`max_input_characters` | Avtalnull | | Parameter`other_options` | Avtalfalse | | Parameter`input` | Avtalexakt UTF-8-text; antal Unicode-tecken utan normalisering | | Parameter`material_types` | Avtaltext | Livscykel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Det task\_id som faktiskt returnerades eller en post i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Välj den exakta rösten från denna modellprofil. Indatatecken och ljudsekunder är olika mätenheter. ### Priser Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Ej angivet När snabbt läge är valt Flex-läge Ej angivet När läget flex är valt Högsta resonemangsnivå Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default) #### Ailoot-priser #### Priser efter konfiguration Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer. | Konfiguration | Prislista | Debiterbar mängd | Debiteringsenhet | Avgift | | --- | --- | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Debiterbar mängd— | Debiteringsenhet— | Avgift Indata · Indatatoken **—** / 1K token Utdata · Utdatatoken **—** / 1K token Indata · Cacheläsning **—** / 1K token Indata · Skrivning till cache **—** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | | KonfigurationUltra | Prislista— | Debiterbar mängdVarje Unicode-kodpunkt räknas som ett tecken, även Han-tecken. | Debiteringsenhetper 1K indatatecken | Avgift Indata · indatatecken **$0.044** per 1K indatatecken | #### Detaljer om referenstariffen Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden. Microsoft AI: MAI-Voice-2 #### Priser efter konfiguration | Konfiguration | Debiteringsvillkor | Avgift | | --- | --- | --- | | KonfigurationMicrosoft AI: MAI-Voice-2 · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatecken **0,000044 US$** per indatatecken | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · Talproduktion 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Ta emot och spara resultat #### Ailoot Ultra · Talproduktion mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Andra innehållsläsningar MediebibliotekUppgiftsstatusResursinformation ```bash set -eu : "${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 ``` ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Spara hela det binära resultatet och dess headers. Om JSON eller flera resultat returneras ska du behålla varje dataobjekt och hämta innehållet via varje faktisk signerad URL till en resurs. ##### Om det ursprungliga svaret behöver kontrolleras Behåll de ursprungliga värdena för operation\_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud. Svarsfält | Fält | Typ | | --- | --- | | Fält`binary audio` | Typbytes | | Fält`response headers` | Typheaders | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | | Svar`server_error` | VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras | Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen. | ### Alias #### Modellalias **Ailoot Ultra** [`microsoft/mai-voice-2`](https://ailoot.ai/models/sv/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`microsoft/mai-voice-2`](https://ailoot.ai/models/sv/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 Vilka indata och resultat finns? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` Vilka fält använder begäran? `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `model`, `input`, `voice`, `response_format` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.