Microsoft AI: MAI-Voice-2.1

MAI-Voice-2.1은 Microsoft의 텍스트 음성 변환 모델로, Microsoft AI 이름 아래에 등록되어 있습니다. 음성 카테고리에 속하며, 제공자 설명에 따르면 Microsoft의 가장 높은 충실도와 가장 표현력이 뛰어난 텍스트 음성 변환 모델입니다. 애플리케이션에서 작성된 텍스트를 음성 오디오로 변환해야 한다면, 이것이 Microsoft가 그 작업을 위해 배치한 모델 패밀리이며, 다른 음성 모델들과 함께 api14에서 사용할 수 있습니다.

이 모델은 텍스트만 입력으로 받고 음성만 출력으로 반환합니다. 23개 언어를 지원하며, 음성 목록은 그 범위의 넓이를 보여줍니다. 체코어, 덴마크어, 독일어, 오스트레일리아 영어, 영국 영어, 인도 영어, 미국 영어, 스페인 스페인어와 멕시코 스페인어, 핀란드어, 프랑스어, 프랑스 캐나다어, 힌디어, 헝가리어, 인도네시아어, 이탈리아어, 한국어, 노르웨이어 복말, 네덜란드어, 폴란드어, 브라질 포르투갈어와 유럽 포르투갈어, 루마니아어, 러시아어, 스웨덴어, 태국어, 터키어, 베트남어, 중국어가 포함됩니다. 여러 언어에는 이름이 지정된 여러 음성이 포함되어 있으므로 기본값을 받아들이는 대신 특정 화자를 선택할 수 있습니다. 제공자는 출력을 상세한 운율, 미묘한 표현력, 장문 콘텐츠 전반에 걸친 화자 일관성을 갖춘 자연스럽고 스튜디오급 음성이라고 설명합니다. 이 모델에 대해 공개된 컨텍스트 길이는 없으며, 지원되는 요청 파라미터도 노출하지 않습니다.

실용적인 용도는 이러한 특성에서 따라옵니다. 장문 내레이션은 화자 일관성이 확장된 콘텐츠 전반에서 유지되므로 적합하며, 이는 오디오북, 이러닝 과정, 소리 내어 읽는 문서에 중요합니다. 다양한 음성과 언어 범위는 동일한 대본을 여러 시장에서 서로 다른 화자로 렌더링하는 현지화에 적합합니다. 표현력 있는 운율은 평평한 전달이 어색하게 들리는 대화형 인터페이스, 보이스오버, 보조 읽기 도구에 도움이 됩니다. 입력이 일반 텍스트이므로 기사, 지원 답변, 알림 등 시스템이 이미 생성하는 콘텐츠에서 음성을 생성할 수 있습니다.

api14를 통해 호출하려면 OpenAI 호환 엔드포인트에 대해 모델 id "microsoft/mai-voice-2.1"을 사용하세요. 게이트웨이에서 다른 모델을 호출하는 방식과 동일합니다. 텍스트를 보내고 목록에서 음성을 선택합니다. 예를 들어 en-US-Harper:MAI-Voice-2.1 또는 de-DE-Klaus:MAI-Voice-2.1이며, 응답은 음성 오디오입니다. 이 모델은 지원되는 요청 파라미터를 보고하지 않으므로 조정할 샘플링 또는 생성 노브가 없습니다. 음성 선택과 입력 텍스트가 결과를 형성합니다. 워크로드에 투입하기 전에 페이지의 실시간 가격표에서 현재 요금을 확인하세요.

주목할 만한 한 가지 제한은 범위입니다. 이 모델은 텍스트에서 음성만 생성합니다. 오디오 입력을 받지 않으므로 음성 오디오의 전사, 번역 또는 음성 대 음성 변환은 이 모델이 하는 일의 범위 밖이며, 그러한 작업에는 다른 모델이 필요합니다. 또한 텍스트를 생성하지 않으므로 파이프라인에서 채팅 또는 완성 모델을 대체하지 않습니다. 요구 사항이 오디오 생성이 아니라 텍스트 출력 또는 오디오 이해라면 api14의 다른 곳을 찾아보세요.