هوش مصنوعی هوشگر
MI
microsoft

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash
تاریخ انتشار
۱۴۰۵/۵/۱
تعداد ارائه‌دهنده
۱
ورودی‌ها
متن
خروجی‌ها
speech

جزئیات قیمت

Characters۴٬۵۰۰٬۰۰۰تومان / ۱ میلیون کاراکتر

درباره مدل

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 languages and 18 locales, with fine-grained control over tone and delivery. Voice prompting and cloning require Microsoft AI-approved access and appropriate speaker consent.

قابلیت‌های مدل

ورودی‌های پشتیبانی‌شده
متن
خروجی‌های پشتیبانی‌شده
speech
معماری ورودی/خروجیtext->speech

ارائه‌دهندگان (۱)

ارائه‌دهندهورودی (تومان / ۱M)خروجی (تومان / ۱M)پنجره متنحداکثر خروجیکوانتیزهوضعیت
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-flash",
  "messages": [
    {
      "role": "user",
      "content": "سلام"
    }
  ]
}
مستندات کامل API

مدل‌های 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
microsoft/mai-voice-2
Microsoft AI: MAI-Transcribe 1.5
microsoft/mai-transcribe-1.5

اطلاعات مدل بر اساس داده‌های OpenRouter