Zum Hauptinhalt springen
AudiomodellVorschau

MAI-Voice-2.1

Microsoft

Veröffentlicht
1. Oktober 2026
Datenstand
3. Oktober 2026
Modellklasse

MAI-Voice-2.1 wandelt Text in natürlich klingende Sprache um und deckt 23 Sprachen mit 26 Locales ab. Eine kurze Referenzaufnahme kann eine Stimme übernehmen, wobei Microsoft Einwilligungs-Schutzvorkehrungen für das Klonen nennt.

Der Zugang läuft als öffentliche Vorschau ohne SLA über Microsoft Foundry. Microsoft nennt 22 $ pro 1 Mio. Zeichen. MAI-Voice-2.1 ist für erzeugte Audioausgabe gedacht und nicht für Transkription oder allgemeines Audioverständnis.

Technische Daten und Zugang

AngabeWert und Quelle
Modellklasse
SprachsyntheseQuelle
Zugang
Microsoft Foundry APIQuelle
Eingabe
TextQuelle
Ausgabe
AudioQuelle
API-Modellkennung
mai-voice-2-1Quelle
Vorschau-Bedingungen
Öffentliche Vorschau ohne SLAQuelle
Sprachen
23 Sprachen und 26 LocalesQuelle
Stimmklonen
Referenzaufnahme mit wenigen Sekunden und Einwilligungs-SchutzvorkehrungenQuelle