MI
microsoft
Microsoft AI: MAI-Voice-2
microsoft/mai-voice-2تاریخ انتشار
۱۴۰۵/۳/۱۲
تعداد ارائهدهنده
۱
ورودیها
متن
خروجیها
speech
جزئیات قیمت
Characters۶٬۶۰۰٬۰۰۰تومان / ۱ میلیون کاراکتر
درباره مدل
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 locales, fine-grained control of tone and delivery, multi-speaker generation, and voice prompting from short audio clips without fine-tuning. The model prioritizes naturalness and expressivity over latency-critical generation.
قابلیتهای مدل
ورودیهای پشتیبانیشده
متن
خروجیهای پشتیبانیشده
speech
معماری ورودی/خروجیtext->speech
ارائهدهندگان (۱)
| ارائهدهنده | ورودی (تومان / ۱M) | خروجی (تومان / ۱M) | پنجره متن | حداکثر خروجی | کوانتیزه | وضعیت |
|---|---|---|---|---|---|---|
| Azure | — | — | — | — | — | فعال |
استفاده از طریق API
شناسه این مدل را در درخواستهای API هوشگر استفاده کنید:
POST https://api.hooshgar.ir/v1/chat/completions{
"model": "microsoft/mai-voice-2",
"messages": [
{
"role": "user",
"content": "سلام"
}
]
}مستندات کامل APIمدلهای مرتبط
Microsoft AI: MAI-Image-2.6
microsoft/mai-image-2.6
۴٬۰۹۶ توکن
Microsoft AI: MAI-Image-2.6 Flash
microsoft/mai-image-2.6-flash
۴٬۰۹۶ توکن
Microsoft AI: MAI-Transcribe 2
microsoft/mai-transcribe-2
Microsoft AI: MAI-Image-2.5 Pro
microsoft/mai-image-2.5-pro
۴٬۰۹۶ توکن
Microsoft AI: MAI-Voice-2-Flash
microsoft/mai-voice-2-flash
Microsoft AI: MAI-Transcribe 1.5
microsoft/mai-transcribe-1.5
اطلاعات مدل بر اساس دادههای OpenRouter