हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

स्पीचइनपुट: text2 जून 2026 को जोड़ा गया

playground में खोलें Microsoft AI: MAI-Voice-2 के लिए API key पाएं

Microsoft AI: MAI-Voice-2 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

टेक्स्ट42 · कई वक्ता (हर पंक्ति में एक बारी, आवाज़: पाठ)

input_references

अटैच करें0/3

reference_transcript

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Microsoft AI: MAI-Voice-2 एक नज़र में

इनपुट कीमत 34 स्पीच मॉडल के मीडियन से 38% ज़्यादा है।

Microsoft AI: MAI-Voice-2 के बारे में

MAI-Voice-2 Microsoft AI से एक अभिव्यंजक टेक्स्ट-टू-स्पीच मॉडल है, जिसे प्रदाता ने 2 जून 2026 को जारी किया। यह स्पीच श्रेणी में आता है, इसलिए इसका काम लिखित टेक्स्ट को बोले गए ऑडियो में बदलना है, न कि स्वयं टेक्स्ट उत्पन्न या संपादित करना। यदि आप कुछ ऐसा बना रहे हैं जिसे सिंथेटिक आवाज़ चाहिए, तो यह उस प्रकार का मॉडल है जिसका मूल्यांकन आप अन्य टेक्स्ट-टू-स्पीच विकल्पों के साथ करेंगे।

मॉडल अपने एकमात्र इनपुट के रूप में टेक्स्ट लेता है और अपने एकमात्र आउटपुट के रूप में स्पीच उत्पन्न करता है। इसे अभिव्यंजक बताया गया है, जो उन अनुप्रयोगों के लिए मायने रखता है जहाँ सपाट, रोबोटिक प्रस्तुति अनुभव को खराब कर देगी। Microsoft इसे संवादी सहायकों, मीडिया नैरेशन, सुलभता, शिक्षा और अन्य लंबे रूप वाले वॉइस अनुप्रयोगों के लिए प्रस्तुत करता है, और यह 15 भाषाओं का समर्थन करता है। इस मॉडल के लिए कोई context length सूचीबद्ध नहीं है, इसलिए टोकन-आधारित context planning को यहाँ लागू न मानें। उपलब्ध आवाज़ें en-US-Harper, es-MX-Valeria, fr-FR-Soleil, और de-DE-Klaus हैं, जिनमें से प्रत्येक MAI-Voice-2 मॉडल से जुड़ी है।

ये क्षमताएँ उपयोग के मामलों का काफी स्पष्ट समूह दर्शाती हैं। संवादी सहायक इसका उपयोग उपयोगकर्ताओं को प्राकृतिक आवाज़ में उत्तर वापस बोलने के लिए कर सकते हैं। मीडिया और सामग्री टीमें इसका उपयोग वीडियो, लेखों या अन्य लंबे रूप वाली सामग्री पर नैरेशन के लिए कर सकती हैं। सुलभता उपकरण लिखित सामग्री को उन उपयोगकर्ताओं के लिए ऑडियो में बदल सकते हैं जो सुनना पसंद करते हैं। शिक्षा उत्पाद पाठ, अभ्यास या अध्ययन सामग्री को ज़ोर से पढ़ सकते हैं। चूँकि मॉडल लंबे रूप वाले वॉइस कार्य को संभालता है, यह उन परियोजनाओं के लिए उपयुक्त है जहाँ आपको एक छोटे क्लिप के बजाय निरंतर स्पीच आउटपुट चाहिए।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id "microsoft/mai-voice-2" का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, आप अपने मौजूदा OpenAI-शैली क्लाइंट कोड को api14 पर इंगित कर सकते हैं और इस मॉडल id को बदल सकते हैं। मॉडल कोई समर्थित पैरामीटर सूचीबद्ध नहीं करता, इसलिए यह न मानें कि temperature या top_p जैसे ट्यूनिंग नॉब्स का कोई प्रभाव पड़ेगा। आवाज़ चयन मुख्य नियंत्रण सतह है, और आप ऊपर सूचीबद्ध चार आवाज़ों में से चुनते हैं। ध्यान दें कि maxOutput को 0 बताया गया है, इसलिए अपने अनुरोधों की योजना उस ऑडियो के आधार पर बनाएँ जो आपको वास्तव में चाहिए, न कि किसी प्रलेखित आउटपुट सीमा पर निर्भर रहें।

यदि आपका कार्य टेक्स्ट जनरेशन, अनुवाद, वर्गीकरण या लिखित आउटपुट लौटाने वाला कुछ भी है, तो यह मॉडल उपयुक्त नहीं है, क्योंकि यह केवल स्पीच उत्पन्न करता है। यह तब भी खराब विकल्प है जब आपको सूचीबद्ध चार के बाहर कोई आवाज़ या इसके समर्थित 15 से अधिक कोई भाषा चाहिए। उन मामलों के लिए, api14 पर किसी टेक्स्ट मॉडल या किसी भिन्न स्पीच मॉडल को देखें।

Microsoft AI: MAI-Voice-2 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "microsoft/mai-voice-2" पर सेट करें।

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "microsoft/mai-voice-2",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

स्पेसिफिकेशन

इनपुट: text
आउटपुट: speech
आवाज़ें: 4

api14 पर requests · पिछले 7 दिन

Microsoft AI: MAI-Voice-2: अक्सर पूछे जाने वाले सवाल

Microsoft AI: MAI-Voice-2 API की कीमत कितनी है?: Microsoft AI: MAI-Voice-2 की कीमत अक्षर $77.00 / 1M अक्षर है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Microsoft AI: MAI-Voice-2 क्या कर सकता है?: Microsoft AI: MAI-Voice-2 text स्वीकार करता है और speech लौटाता है।
अपने कोड से Microsoft AI: MAI-Voice-2 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "microsoft/mai-voice-2" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Microsoft AI: MAI-Voice-2 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले स्पीच मॉडल: Microsoft AI: MAI-Voice-2.1, Qwen: Qwen-Audio-3.0-TTS Plus, Mistral: Voxtral Mini TTS। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Microsoft AI: MAI-Voice-2 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Microsoft AI: MAI-Voice-2 के बारे में पहला टॉपिक खोलें।