AI TOOLS RADAR
Alle Modelle / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Voice-2-Flash

Beschreibung der Quelle (Englisch)

MAI-Voice-2-Flash is a low-latency text-to-speech model from Microsoft AI for voice agents, assistants, call centers, accessibility, narration, and other interactive applications. It generates expressive 24 kHz mono speech across 15...

Quelle bei OpenRouter ansehen
Überblick

Modellspezifikationen

Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
Architektur
text->speech
Tokenizer
Other
Wissensstand
Nicht angegeben
Moderiert
Nein
OPENROUTER

Vollständige Preise

Mit OpenRouter synchronisierte Preise; Tokenpreise gelten pro eine Million Token.

Zeichen
$15
pro Million Zeichen
API

Modellkonfiguration

Unterstützte Stimmen

en-US-Harper:MAI-Voice-2es-MX-Valeria:MAI-Voice-2fr-FR-Soleil:MAI-Voice-2de-DE-Klaus:MAI-Voice-2
API

Schnellstart

Setzen Sie OPENROUTER_API_KEY lokal. Python benötigt requests; JavaScript läuft in Node.js. Bewahren Sie den Schlüssel auf dem Server auf.

Wählen Sie eine unterstützte Stimme. Ersetzen Sie YOUR_VOICE_ID, falls keine Stimme gelistet ist.

API-Dokumentation

curl --fail-with-body https://openrouter.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"microsoft/mai-voice-2-flash","input":"Hello!","voice":"en-US-Harper:MAI-Voice-2","response_format":"mp3"}' \
  --output speech.mp3
Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe
text
Ausgabe
speech
API

Unterstützte API-Parameter

Verfügbare Anbieter

1 Anbieter

Geprüft: 16. September 2026

Live-Anbieter bei OpenRouter

Verfügbarkeit, Latenz, Durchsatz und Routing ändern sich laufend. Aktuelle Betriebsdaten stehen auf der Quellseite.

OpenRouter

Azure

Nicht angegeben
Kontext
Nicht angegeben
Maximale Ausgabe
Nicht angegeben
microsoft

4 Modelle

Alle Modelle
microsoft logomicrosoft

Microsoft: Microsoft-Decision-1

Microsoft-Decision-1 is a small model built for fast decision-making. Instead of generating text, it reads the provided content and returns a calibrated probability for each fixed answer option, so the...

Kontext
33K
Eingabe
text
Ausgabe
decisions
Eingabe: $0.042 pro 1 Mio. TokenAusgabe: Kostenlos pro 1 Mio. Token
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Voice-2.1-Flash

MAI-Voice-2.1-Flash is a low-latency text-to-speech model from Microsoft AI, optimized for real-time responsiveness. It produces natural, expressive speech across 23 languages, with human-like intonation, rhythm, and emotional nuance. It is...

Kontext
Nicht angegeben
Eingabe
text
Ausgabe
speech
Zeichen: $15 pro Million Zeichen
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Voice-2.1

MAI-Voice-2.1 is Microsoft AI's highest-fidelity, most expressive text-to-speech model. It produces natural, studio-grade speech across 23 languages, with detailed prosody, nuanced expressiveness, and speaker consistency over long-form content. It is...

Kontext
Nicht angegeben
Eingabe
text
Ausgabe
speech
Zeichen: $22 pro Million Zeichen
Modelldetails ansehen →
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.6

MAI-Image-2.6 is an image generation and editing model from Microsoft AI, the precision tier of the MAI-Image-2.6 family alongside the faster MAI-Image-2.6 Flash. It is suited for design-ready visuals and...

Kontext
4K
Eingabe
text · image
Ausgabe
image
Eingabe: $5 pro 1 Mio. TokenBildausgabe: $38 pro 1 Mio. Token
Modelldetails ansehen →