microsoft logo
microsoft

Microsoft AI: MAI-Voice-2

Descrição da fonte (inglês)

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...

Visão geral

Especificações do modelo

Contexto
Não informado
Saída máxima
Não informado
Arquitetura
text->speech
Tokenizador
Other
Limite de conhecimento
Não informado
Moderado
Não
OPENROUTER

Preços completos

Tarifas sincronizadas do OpenRouter, por milhão de tokens.

Caracteres
$22
por milhão de caracteres
API

Configuração do modelo

Vozes compatíveis

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

Início rápido

Defina OPENROUTER_API_KEY localmente. Python requer requests; JavaScript roda em Node.js. Mantenha a chave no servidor.

Escolha uma voz compatível. Substitua YOUR_VOICE_ID se nenhuma voz estiver listada.

Documentação da 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
Recursos e modalidades

EntradaSaída

Entrada
text
Saída
speech
API

Parâmetros de API compatíveis

Provedores disponíveis

1 Provedor

Verificado: 16 de setembro de 2026

Provedores ao vivo no OpenRouter

Disponibilidade, latência, throughput e roteamento mudam continuamente. Consulte a fonte para dados atuais.

OpenRouter

Azure

Não informado
Contexto
Não informado
Saída máxima
Não informado
microsoft

4 modelos

Todos os modelos
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
Saída
image
Entrada: $5 por milhão de tokensSaída de imagem: $38 por milhão de tokens
Ver detalhes do modelo
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.6 Flash

MAI-Image-2.6 Flash is the lower-latency, lower-cost member of the MAI-Image-2.6 family from Microsoft AI, built for latency-sensitive, high-throughput production image generation and editing at comparable quality to the precision tier....

Contexto
4K
Entrada
text · image
Saída
image
Entrada: $1.75 por milhão de tokensSaída de imagem: $19 por milhão de tokens
Ver detalhes do modelo
microsoft logomicrosoft

Microsoft AI: MAI-Transcribe 2

MAI-Transcribe 2 is a multilingual speech-to-text model from Microsoft AI, ranked #1 on the FLEURS multilingual benchmark. It supports 60 languages with automatic language identification, code switching for mixed-language speech,...

Contexto
Não informado
Entrada
audio
Saída
transcription
Duração do áudio: $0.1 por hora
Ver detalhes do modelo
microsoft logomicrosoft

Microsoft AI: MAI-Image-2.5 Pro

Microsoft AI's MAI-Image-2.5 is a high-quality image generation model available via Azure AI Foundry. It produces photorealistic and artistic images from text prompts with support for various aspect ratios.

Contexto
4K
Entrada
text · image
Saída
image
Entrada: $5 por milhão de tokensSaída de imagem: $108 por milhão de tokens
Ver detalhes do modelo