AI TOOLS RADAR
Todos los modelos / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Voice-2-Flash

Descripción de la fuente (inglés)

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...

Ver fuente en OpenRouter
Resumen

Especificaciones del modelo

Contexto
No indicado
Salida máxima
No indicado
Arquitectura
text->speech
Tokenizador
Other
Corte de conocimiento
No indicado
Moderado
No
OPENROUTER

Precios completos

Tarifas sincronizadas desde OpenRouter, por millón de tokens.

Caracteres
$15
por millón de caracteres
API

Configuración del modelo

Voces compatibles

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

Inicio rápido

Configura OPENROUTER_API_KEY localmente. Python requiere requests; JavaScript se ejecuta en Node.js. Mantén la clave en el servidor.

Elige una voz compatible. Sustituye YOUR_VOICE_ID si no se indica ninguna voz.

Documentación de la API

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
Capacidades y modalidades

Entrada → Salida

Entrada
text
Salida
speech
API

Parámetros API compatibles

Proveedores disponibles

1 Proveedor

Verificado: 16 de septiembre de 2026

Proveedores en vivo en OpenRouter

Disponibilidad, latencia, rendimiento y enrutamiento cambian continuamente. Consulta la fuente para datos actuales.

OpenRouter

Azure

No indicado
Contexto
No indicado
Salida máxima
No indicado
microsoft

4 modelos

Todos los modelos
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...

Contexto
33K
Entrada
text
Salida
decisions
Entrada: $0.042 por millón de tokensSalida: Gratis por millón de tokens
Ver detalles del modelo →
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...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $15 por millón de caracteres
Ver detalles del modelo →
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...

Contexto
No indicado
Entrada
text
Salida
speech
Caracteres: $22 por millón de caracteres
Ver detalles del modelo →
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...

Contexto
4K
Entrada
text · image
Salida
image
Entrada: $5 por millón de tokensSalida de imagen: $38 por millón de tokens
Ver detalles del modelo →