Microsoft AI: MAI-Voice-2.1

MAI-Voice-2.1 is een tekst-naar-spraakmodel van Microsoft, vermeld onder de naam Microsoft AI. Het valt in de categorie spraak, en het is volgens de beschrijving van de provider Microsofts meest getrouwe en meest expressieve tekst-naar-spraakmodel. Als uw toepassing geschreven tekst moet omzetten in gesproken audio, is dit de modelfamilie die Microsoft voor die taak positioneert, en het is beschikbaar op api14 naast andere spraakmodellen.

Het model neemt tekst als enige invoer en retourneert spraak als enige uitvoer. Het dekt 23 talen, en de stemmenlijst toont de breedte van die dekking: Tsjechisch, Deens, Duits, Australisch, Brits, Indiaas en Amerikaans Engels, Spaans uit Spanje en Mexico, Fins, Frans, Canadees Frans, Hindi, Hongaars, Indonesisch, Italiaans, Koreaans, Noors Bokmål, Nederlands, Pools, Braziliaans en Europees Portugees, Roemeens, Russisch, Zweeds, Thais, Turks, Vietnamees en Chinees. Verschillende talen bevatten meerdere benoemde stemmen, zodat u een specifieke spreker kunt kiezen in plaats van een standaardstem te accepteren. De provider beschrijft de uitvoer als natuurlijke spraak van studio kwaliteit met gedetailleerde prosodie, genuanceerde expressiviteit en consistentie van de spreker bij langere inhoud. Er is geen contextlengte gepubliceerd voor dit model, en het biedt geen ondersteunde aanvraagparameters.

De praktische toepassingen volgen uit die eigenschappen. Langere narratie past goed, omdat de consistentie van de spreker behouden blijft bij uitgebreide inhoud, wat belangrijk is voor audioboeken, e-learningcursussen en documentatie die wordt voorgelezen. Het bereik aan stemmen en talen is geschikt voor lokalisatie, waarbij hetzelfde script in meerdere markten met verschillende sprekers wordt weergegeven. Expressieve prosodie helpt bij conversationele interfaces, voice-overs en ondersteunende leeshulpmiddelen waar een vlakke voordracht verkeerd klinkt. Omdat de invoer platte tekst is, kunt u spraak genereren uit inhoud die uw systeem al produceert, zoals artikelen, ondersteuningsantwoorden of meldingen.

Om het via api14 aan te roepen, gebruikt u het model-id "microsoft/mai-voice-2.1" tegen het OpenAI-compatibele eindpunt, op dezelfde manier waarop u elk ander model op de gateway zou aanroepen. U verzendt tekst en selecteert een stem uit de lijst, bijvoorbeeld en-US-Harper:MAI-Voice-2.1 of de-DE-Klaus:MAI-Voice-2.1, en het antwoord is spraakaudio. Het model rapporteert geen ondersteunde aanvraagparameters, dus er zijn geen sampling- of generatieknoppen om af te stellen; de stemselectie en de ingevoerde tekst bepalen het resultaat. Controleer de actuele prijstabel op de pagina voor de huidige tarieven voordat u zich aan een workload verbindt.

Een beperking die het vermelden waard is, is het bereik. Dit model produceert alleen spraak uit tekst. Het accepteert geen audio-invoer, dus transcriptie, vertaling van gesproken audio of spraak-naar-spraakconversie vallen buiten wat het doet, en u zou een ander model nodig hebben voor die taken. Het genereert ook geen tekst, dus het zal een chat- of completionmodel in een pijplijn niet vervangen. Als uw vereiste tekstuitvoer of audiobegrip is in plaats van audiogeneratie, kijk dan elders op api14.