microsoft

Microsoft: MAI-Voice-2-Flash

MAI-Voice-2-Flash — модель преобразования текста в речь от Microsoft AI, предназначенная для интерактивных приложений с низкой задержкой. Она генерирует выразительную речь с частотой 24 кГц в моноформате и позволяет тонко настраивать тон и подачу голоса. Модель подходит для голосовых агентов и ассистентов, кол-центров, задач доступности, озвучивания и других интерактивных сценариев. Поддерживается 15 языков и 18 локалей. Для голосового промптинга и клонирования необходимы одобренный Microsoft AI доступ и согласие соответствующего говорящего.