AI TOOLS RADAR
Tutti i modelli / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Voice-2

Descrizione della fonte (inglese)

MAI-Voice-2 is an expressive text-to-speech model from Microsoft AI. It is suited for conversational assistants, media narration, accessibility, education, and other long-form voice applications. It supports 15 languages across 18...

Vedi la fonte su OpenRouter
Panoramica

Specifiche del modello

Contesto
Non indicato
Output massimo
Non indicato
Architettura
text->speech
Tokenizer
Other
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Caratteri
$22
per milione di caratteri
API

Configurazione del modello

Voci supportate

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

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Scegli una voce supportata. Sostituisci YOUR_VOICE_ID se non sono elencate voci.

Documentazione 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","input":"Hello!","voice":"en-US-Harper:MAI-Voice-2","response_format":"mp3"}' \
  --output speech.mp3
Capacità e modalità

Input → Output

Input
text
Output
speech
API

Parametri API supportati

Provider disponibili

1 Provider

Verificato: 16 settembre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Azure

Non indicato
Contesto
Non indicato
Output massimo
Non indicato
microsoft

4 modelli

Tutti i modelli
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...

Contesto
33K
Input
text
Output
decisions
Input: $0.042 per milione di tokenOutput: Gratuito per milione di token
Vedi i dettagli del modello →
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...

Contesto
Non indicato
Input
text
Output
speech
Caratteri: $15 per milione di caratteri
Vedi i dettagli del modello →
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...

Contesto
Non indicato
Input
text
Output
speech
Caratteri: $22 per milione di caratteri
Vedi i dettagli del modello →
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...

Contesto
4K
Input
text · image
Output
image
Input: $5 per milione di tokenOutput immagine: $38 per milione di token
Vedi i dettagli del modello →