Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

音声合成入力: text2026/10/01に追加

プレイグラウンドで開く Microsoft AI: MAI-Voice-2.1-FlashのAPIキーを取得

Microsoft AI: MAI-Voice-2.1-Flashを今すぐ試す

上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。

利用するにはログインしてください無料アカウントを作成

テキスト42 · 複数話者 (1 行に 1 ターン、声: テキスト)

input_references

添付0/3

reference_transcript

ここに結果が表示されます。

本日の無料メッセージ残り 5 / 5、無料アカウントを作成すると、無料利用量とAPIキーが追加されます。無料アカウントを作成ログインセッション費用 $0.00

Microsoft AI: MAI-Voice-2.1-Flashの概要

入力料金は音声合成モデル34件の中央値とほぼ同じです。

Microsoft AI: MAI-Voice-2.1-Flashについて

MAI-Voice-2.1-Flash は Microsoft AI のテキスト読み上げモデルで、MAI-Voice ファミリーの一部です。音声カテゴリに属し、低遅延の合成向けに作られており、Microsoft はこれをリアルタイム応答性に最適化されていると説明しています。すでに Microsoft AI のモデルを利用しているなら、これは同社のテキストモデルに対応する音声生成の相棒であり、カタログの残りと同様に api14 を通じて提供されます。

このモデルはテキストだけを入力として受け取り、音声だけを出力として返します。公開されているコンテキストウィンドウの数値はなく、記載されている最大出力値はゼロなので、会話型モデルではなく合成エンドポイントとして扱ってください。テキストを送ると音声が返ってきます。プロバイダーは出力を自然で表現豊かと説明しており、人間らしいイントネーション、リズム、感情のニュアンスを備えています。対応範囲は 23 言語にわたり、その広さが具体的になるのが音声リストです。各音声はロケール、話者名、モデル接尾辞で命名されています。例えば en-US-Harper、de-DE-Klaus、fr-FR-Soleil、pt-BR-Luana、hi-IN-Kavya、ko-KR-Junho、zh-CN-Mei など多数あります。いくつかのロケールでは複数の異なる話者が提供される一方、より少ないセットを共有するロケールもあり、Grant や Harper のようないくつかの名前は多くの言語で繰り返し登場します。

実用的な用途は、テキスト入力、音声出力、低遅延という特徴から直接導かれます。リアルタイムアプリケーションは明らかに適合します。ぎこちない間を置かずに音声で答えたい音声アシスタントやチャットインターフェース、対話型エージェント、そして合成がユーザー操作のクリティカルパス上で行われるあらゆるパイプラインです。このモデルはロケールごとに複数の話者を備えた 23 言語をカバーしているため、ローカライズ作業にも適しており、言語ごとに別々のベンダーをつなぎ合わせるのではなく、1 つの統合から複数の市場向けのナレーションやインターフェース音声を生成できます。コンテンツ制作ももう 1 つの側面です。台本、記事、ドキュメントを音声に変換し、ロケールごとに音声を選ぶことで、翻訳調ではなくネイティブに聞こえる結果になります。表現豊かなイントネーションという主張は、平板な読み上げが目立つユーザー向けのものすべてで最も重要です。

これは api14 の OpenAI 互換 API を通じて、モデル id microsoft/mai-voice-2.1-flash を使って呼び出します。インターフェースが OpenAI の形に従っているため、既存の OpenAI クライアントを api14 のベース URL に向け、モデル文字列を差し替えることができ、移行作業を小さく保てます。このモデルの対応パラメータ一覧は空なので、temperature や top_p のような通常のサンプリング制御が受け入れられると想定しないでください。送信する前にライブスキーマを確認してください。ここで重要なパラメータは音声選択で、有効な値はリストにある完全な音声識別子です。例えば en-US-Iris:MAI-Voice-2.1-Flash や、es-MX-Valeria:MAI-Voice-2.1-Flash のような ja-style ロケールコードです。読み上げたいテキストを input として渡し、voice を設定し、応答から音声を読み取ります。

公開されているコンテキスト長はないため、長いドキュメントは 1 つのリクエストとして送るのではなく、合成前にチャンクに分割するべきです。タスクが生成ではなく文字起こしや音声理解である場合、このモデルは方向性が違います。テキストしか受け付けないからです。また、汎用のチャットモデルや推論モデルが必要なら、カタログの別の場所を探してください。MAI-Voice-2.1-Flash は 1 つの仕事、つまり対応する言語と音声にわたってテキストを音声に変換することを行います。

Microsoft AI: MAI-Voice-2.1-Flash APIの呼び出し方

ダッシュボードでAPIキーを作成します。
お使いの言語の公式openai SDKをインストールします。
baseURLをhttps://api14.com/api/v1に、modelを"microsoft/mai-voice-2.1-flash"に設定します。

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-2.1-flash",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

仕様

入力: text
出力: speech
声: 97

api14でのリクエスト数 · 過去7日間

Microsoft AI: MAI-Voice-2.1-Flash：よくある質問

Microsoft AI: MAI-Voice-2.1-Flash APIの料金は？: Microsoft AI: MAI-Voice-2.1-Flashの料金は文字 $52.50 / 100万文字です。USD残高から差し引かれるのは成功したリクエストのみで、失敗したリクエストは無料です。
Microsoft AI: MAI-Voice-2.1-Flashで何ができますか？: Microsoft AI: MAI-Voice-2.1-Flashはtextを入力として受け付け、speechを返します。
コードからMicrosoft AI: MAI-Voice-2.1-Flashを呼び出すには？: 任意のOpenAI SDKの接続先をhttps://api14.com/api/v1にして、modelを"microsoft/mai-voice-2.1-flash"に設定するだけです。他のコード変更は不要です。このページのコードパネルからすぐ使える例をコピーできます。
Microsoft AI: MAI-Voice-2.1-Flashの代替モデルは？: 同程度の料金の音声合成モデル：HeyGen: HeyGen Voice, Fish Audio: S1, Fish Audio: S2 Pro。どれも同じAPIキーで動くので、文字列を1つ変えるだけで切り替えられます。

Microsoft AI: MAI-Voice-2.1-Flashコミュニティ

新しいトピック

このコミュニティにはまだトピックがありません。Microsoft AI: MAI-Voice-2.1-Flashについて最初のトピックを立てましょう。