Microsoft AI: MAI-Voice-2.1

MAI-Voice-2.1, Microsoft tarafından sunulan bir metinden sese dönüştürme modelidir ve Microsoft AI adı altında listelenmiştir. Konuşma kategorisinde yer alır ve sağlayıcı açıklamasına göre Microsoft'un en yüksek sadakate sahip, en ifade gücü yüksek metinden sese modelidir. Uygulamanız yazılı metni sesli konuşmaya dönüştürmeyi gerektiriyorsa, Microsoft'un bu iş için konumlandırdığı model ailesi budur ve api14 üzerinde diğer konuşma modelleriyle birlikte kullanılabilir.

Model tek girdi olarak metni alır ve tek çıktı olarak konuşma döndürür. 23 dili kapsar ve ses listesi bu kapsamın genişliğini gösterir: Çekçe, Danca, Almanca, Avustralya, Britanya, Hindistan ve Amerika İngilizcesi, İspanya ve Meksika İspanyolcası, Fince, Fransızca, Kanada Fransızcası, Hintçe, Macarca, Endonezce, İtalyanca, Korece, Norveççe Bokmål, Felemenkçe, Lehçe, Brezilya ve Avrupa Portekizcesi, Rumence, Rusça, İsveççe, Tayca, Türkçe, Vietnamca ve Çince. Birkaç dil birden fazla adlandırılmış ses içerir, böylece varsayılanı kabul etmek yerine belirli bir konuşmacı seçebilirsiniz. Sağlayıcı çıktıyı ayrıntılı prozodi, incelikli ifade gücü ve uzun biçimli içerik boyunca konuşmacı tutarlılığı ile doğal, stüdyo kalitesinde konuşma olarak tanımlar. Bu model için yayımlanmış bir bağlam uzunluğu yoktur ve desteklenen herhangi bir istek parametresi sunmaz.

Pratik kullanımlar bu özelliklerden doğar. Uzun biçimli anlatım iyi bir uyumdur, çünkü konuşmacı tutarlılığı uzun içerik boyunca korunur; bu sesli kitaplar, e-öğrenim kursları ve sesli okunan dokümantasyon için önemlidir. Ses ve dil aralığı, aynı metnin farklı pazarlarda farklı konuşmacılarla seslendirildiği yerelleştirme için uygundur. İfade gücü yüksek prozodi, düz teslimatın yanlış kulağa geldiği konuşma arayüzlerinde, seslendirmelerde ve yardımcı okuma araçlarında yardımcı olur. Girdi düz metin olduğundan, sisteminizin zaten ürettiği içerikten (makaleler, destek yanıtları veya bildirimler gibi) konuşma üretebilirsiniz.

api14 üzerinden çağırmak için, OpenAI uyumlu uç noktaya karşı "microsoft/mai-voice-2.1" model kimliğini kullanın; tıpkı ağ geçidindeki herhangi bir diğer modeli çağırdığınız gibi. Metni gönderir ve listeden bir ses seçersiniz, örneğin en-US-Harper:MAI-Voice-2.1 veya de-DE-Klaus:MAI-Voice-2.1, ve yanıt konuşma sesidir. Model desteklenen istek parametresi bildirmez, bu nedenle ayarlanacak örnekleme veya üretim düğmesi yoktur; sonucu şekillendiren şey ses seçimi ve girdi metnidir. Bir iş yükünü üstlenmeden önce güncel ücretler için sayfadaki canlı fiyat tablosuna bakın.

Dikkate değer bir sınır kapsamdır. Bu model yalnızca metinden konuşma üretir. Ses girdisi kabul etmez, bu nedenle deşifre etme, konuşulan sesin çevirisi veya sesten sese dönüştürme yaptığı işlerin dışındadır ve bu görevler için farklı bir modele ihtiyacınız olur. Ayrıca metin üretmez, bu nedenle bir işlem hattında sohbet veya tamamlama modelinin yerini almaz. Gereksiniminiz ses üretimi yerine metin çıktısı veya ses anlama ise, api14 üzerinde başka yerlere bakın.