Microsoft AI: MAI-Voice-2

MAI-Voice-2 هو نموذج تحويل النص إلى كلام تعبيري من Microsoft AI، أصدره المزود في 2 يونيو 2026. يقع في فئة الكلام، لذا فإن مهمته تحويل النص المكتوب إلى صوت منطوق بدلا من توليد النص أو تحريره بنفسه. إذا كنت تبني أي شيء يحتاج إلى صوت اصطناعي، فهذا هو نوع النموذج الذي ستقيّمه إلى جانب خيارات أخرى لتحويل النص إلى كلام.

يأخذ النموذج النص كمدخل وحيد له وينتج الكلام كمخرج وحيد له. يوصف بأنه تعبيري، وهذا مهم للتطبيقات التي تؤذي فيها نبرة مسطحة وآلية التجربة. تضع Microsoft في مكانته للمساعدين الحواريين، ورواية الوسائط، وإمكانية الوصول، والتعليم، وتطبيقات الصوت الطويلة الأخرى، وهو يدعم 15 لغة. لا يوجد طول سياق مدرج لهذا النموذج، لذا اعتبر تخطيط السياق القائم على الرموز غير منطبق هنا. الأصوات المتاحة هي en-US-Harper، وes-MX-Valeria، وfr-FR-Soleil، وde-DE-Klaus، وكل منها مرتبط بنموذج MAI-Voice-2.

تشير تلك القدرات إلى مجموعة واضحة إلى حد ما من حالات الاستخدام. يمكن للمساعدين الحواريين استخدامه لنطق الردود للمستخدمين بصوت طبيعي. يمكن لفرق الوسائط والمحتوى استخدامه للرواية فوق الفيديو أو المقالات أو غيرها من المواد الطويلة. يمكن لأدوات إمكانية الوصول تحويل المحتوى المكتوب إلى صوت للمستخدمين الذين يفضلون الاستماع. يمكن لمنتجات التعليم قراءة الدروس أو التمارين أو المواد الدراسية بصوت عال. ولأن النموذج يتعامل مع أعمال صوتية طويلة، فهو يناسب المشاريع التي تحتاج إلى إخراج كلامي مستمر بدلا من مقطع قصير واحد.

يمكنك استدعاؤه عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرف النموذج "microsoft/mai-voice-2". ولأن الواجهة تتبع تنسيق OpenAI، يمكنك توجيه كود عميل بأسلوب OpenAI موجود إلى api14 واستبدال معرف هذا النموذج فيه. لا يسرد النموذج أي معاملات مدعومة، لذا لا تفترض أن مقابض الضبط مثل temperature أو top_p سيكون لها تأثير. اختيار الصوت هو سطح التحكم الرئيسي، وتختار من الأصوات الأربعة المذكورة أعلاه. لاحظ أن maxOutput مبلغ عنه بالقيمة 0، لذا خطط لطلباتك حول الصوت الذي تحتاجه فعلا بدلا من الاعتماد على سقف مخرجات موثق.

إذا كانت مهمتك توليد نص، أو ترجمة، أو تصنيفا، أو أي شيء يعيد مخرجات مكتوبة، فهذا النموذج غير مناسب، لأنه يصدر الكلام فقط. كما أنه خيار ضعيف إذا كنت تحتاج إلى صوت خارج الأصوات الأربعة المذكورة أو لغة تتجاوز الـ15 لغة التي يدعمها. في تلك الحالات، انظر إلى نموذج نصي أو نموذج كلام مختلف على api14.