Microsoft AI: MAI-Voice-2-Flashснимается · 31 дек. 2026 г.

Описание

MAI-Voice-2-Flash — это модель преобразования текста в речь с низкой задержкой от Microsoft AI, предназначенная для голосовых агентов, помощников, колл-центров, обеспечения доступности, озвучивания и других интерактивных приложений. Она генерирует выразительную монофоническую речь с частотой 24 кГц на 15 языках и в 18 регионах, обеспечивая точный контроль над тоном и манерой произношения. Голосовое управление и клонирование требуют одобренного доступа к Microsoft AI и соответствующего согласия говорящего.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.audio.speech.create(
    model="microsoft/mai-voice-2-flash",
    input="Привет! Это синтез речи.",
    voice="alloy",
    response_format="mp3",
)
resp.write_to_file("speech.mp3")

Поддерживаемые параметры запроса