Source: https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/ Canonical: https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/ Language: zh-hant-tw # Microsoft AI: MAI-Voice-2 [Markdown](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/facts.json) ## [Microsoft AI: MAI-Voice-2](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/) Microsoft AI 的 MAI-Voice-2 可為旁白、對話及語音應用程式，生成富有表現力的多語言語音。長篇一致性、多位說話者，以及輪次層級的情緒控制，可用於有聲書、課程與角色聲音。 - [**Ailoot Ultra · 語音合成** `POST /v1/audio/speech` `microsoft/mai-voice-2`](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-voice-2/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 MAI-Voice-2 是 Microsoft AI 透過提示控制的文字轉語音模型，用於自然、富有表現力的語音內容。製造商著重聲學保真度、說話者一致性及情感幅度。文件列出的任務包括助理、有聲書、Podcast、講座、教學角色，以及無障礙旁白。發話文稿會轉為所選聲音的音訊；若互動優先考量即時回應，Voice-2-Flash 變體則有自己的模型介紹。 #### 語言與說話者 Microsoft 的 Voice-2 發布資料描述 15 種語言，包括英語、法語、德語、義大利語、西班牙語、葡萄牙語、印地語、韓語、簡體中文、土耳其語、俄語、泰語、荷蘭語、羅馬尼亞語及匈牙利語。部分語言有不同的地區變體。發布資料也描述印地語與英語、西班牙語與英語之間的語碼切換，因此適用的混合語言段落可保留說話者自然交替使用語言的方式。 請準備實際要說出的詞句，並保留預定語言。雙語教學段落可以用一種語言引介術語，再用另一種語言解釋，同時完整保留名稱與引述。應依作品需要的口音與聽眾檢查語音結果，而非將每個地區設定視為可互換。 模型卡提供經挑選的聲音庫，以及獨立的參考聲音提示途徑。參考語音能在無須微調的情況下指定預定說話者的聲音身分。Microsoft 建議採活力適中的自然對話方式，因為錄音會影響節奏與說話方式。任務需要自訂聲音時，請使用具有代表性且已取得同意的錄音。 #### 較長旁白與對話 模型卡記載透過分塊與上下文延續進行長篇生成。這可支援章節、課程或一連串 Podcast 段落等連貫旁白。請在有意義的段落邊界分割文稿，並維持術語與說話者選擇一致。長篇說明可使用口語轉場，告訴聽眾主題何時改變。 多位說話者支援可在準備好的對話中安排不同角色。請將問題與回應分配給預定說話者，並在角色再次出現時維持分配。輸入應包含最終台詞及相關表演指示，而非開放式地要求語音合成器自行創作對話。 #### 口吻與情感表達 Microsoft 記載細緻的輪次層級口吻、說話方式與情緒控制。其發布範例示範富有表現力的口語角色與情感段落。敘事時，先判斷哪些句子是陳述事實、反思或興奮，再採用符合意義的表達方式。例如：「實驗中最安靜的部分，結果最能揭示真相。規律就是在那裡首次變得清楚。」這些措辭為表演提供有意圖的強調變化。 製作教學配音時，應讓動作清楚，並將解釋另寫成一句。對話中則要區分角色台詞與場景備註。請試聽反覆出現的名稱及段落轉換，讓最後的音訊序列維持連貫。 #### 使用音訊 輸出是根據輸入文稿新生成的語音。實用形式是聲音及表達方式符合文稿的旁白、對話或應用程式語音回應。請將文字、說話者及段落順序與錄音建立關聯，讓修正可針對預定段落進行，而不會遺失其他部分的演出。 MAI-Voice-2 著重較長聆聽體驗中的自然度與表現力。其長篇能力並未定義無限輸入或保證最長錄音時間。Voice-2 的確切介紹應與後續 Voice-2.1 各版本擴充的語言目錄及聲音設定區分。 **Ailoot Ultra · 語音合成** `POST /v1/audio/speech` `microsoft/mai-voice-2` [`microsoft/mai-voice-2`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) Microsoft AI /`microsoft/mai-voice-2` ### 入門 Microsoft AI 的 MAI-Voice-2 可為旁白、對話及語音應用程式，生成富有表現力的多語言語音。長篇一致性、多位說話者，以及輪次層級的情緒控制，可用於有聲書、課程與角色聲音。 接受的輸入 文字 結果 音訊 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音合成** `POST /v1/audio/speech` 輸入 `text` 輸出 `audio` 輸出格式 mp3 | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 microsoft/mai-voice-2 | 預設值— | | 欄位`input` | 類型`string` | 要求必填 | 值與限制 長度下限: 1 單位: Unicode 字元 | 預設值— | | 欄位`voice` | 類型`string` | 要求必填 | 值與限制 en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | 預設值— | | 欄位`response_format` | 類型`string` | 要求必填 | 值與限制 mp3 | 預設值— | 輸入素材組合 **text\_to\_speech** · 必填： input 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input, voice, response\_format | | 參數`voice_ids` | 規格en-US-Harper:MAI-Voice-2, es-MX-Valeria:MAI-Voice-2, fr-FR-Soleil:MAI-Voice-2, de-DE-Klaus:MAI-Voice-2 | | 參數`response_format` | 規格mp3 | | 參數`max_input_characters` | 規格null | | 參數`other_options` | 規格false | | 參數`input` | 規格完全相符的 UTF-8 文字；不經正規化的 Unicode 字元計數 | | 參數`material_types` | 規格text | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄 `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` 請從此模型設定檔中選擇完全相符的語音。 輸入字元數與音訊秒數是不同的計量方式。 ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 應計費數量 | 計費單位 | 費用 | | --- | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 應計費數量— | 計費單位— | 費用 輸入 · 輸入 Token **—** / 1K Token 輸出 · 輸出 Token **—** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | | 設定Ultra | 費率表— | 應計費數量每個 Unicode 碼位均計為一個字元，漢字亦同。 | 計費單位每 1K 個輸入字元 | 費用 輸入 · 輸入字元 **$0.044** 每 1K 個輸入字元 | #### 參考費率詳情 模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。 Microsoft AI: MAI-Voice-2 #### 各設定的價格 | 設定 | 計費條件 | 費用 | | --- | --- | --- | | 設定Microsoft AI: MAI-Voice-2 · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入字元數 **US$0.000044** 每個輸入字元 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音合成 curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音合成 mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` 其他內容讀取方式 媒體庫工作狀態素材詳細資訊 ```bash set -eu : "${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 ``` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。 ##### 需要檢查原始回應時 保留原始 operation\_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`binary audio` | 類型bytes | | 欄位`response headers` | 類型headers | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 | | 回應`server_error` | 條件回傳的回應表示該作業或結果需要檢查 | 下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`microsoft/mai-voice-2`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`microsoft/mai-voice-2`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-voice-2&route=Ultra&caller=microsoft%2Fmai-voice-2&fmt=speech) FAQ · Microsoft AI: MAI-Voice-2 可以使用哪些輸入與結果？ `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `text` → `audio` 請求使用哪些欄位？ `POST /v1/audio/speech` · `microsoft/mai-voice-2`: `model`, `input`, `voice`, `response_format` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。