AI TOOLS RADAR
Todos os modelos / MICROSOFT
microsoft logo
microsoft

Microsoft AI: MAI-Voice-2-Flash

Descrição da fonte (inglês)

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 fonte no OpenRouter
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
$15
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-flash","input":"Hello!","voice":"en-US-Harper:MAI-Voice-2","response_format":"mp3"}' \
  --output speech.mp3
Recursos e modalidades

Entrada → Saída

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: 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
Saída
decisions
Entrada: $0.042 por milhão de tokensSaída: Grátis por milhão de tokens
Ver detalhes do 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
Não informado
Entrada
text
Saída
speech
Caracteres: $15 por milhão de caracteres
Ver detalhes do 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
Não informado
Entrada
text
Saída
speech
Caracteres: $22 por milhão de caracteres
Ver detalhes do 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
Saída
image
Entrada: $5 por milhão de tokensSaída de imagem: $38 por milhão de tokens
Ver detalhes do modelo →