Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 — это выразительная модель преобразования текста в речь от Microsoft AI. Она подходит для разговорных ассистентов, озвучивания медиа, доступности, образования и других голосовых приложений с длинными текстами. Модель поддерживает 15 языков в 18 локалях, обеспечивает точный контроль тона и подачи, генерацию нескольких говорящих и голосовой промптинг на основе коротких аудиофрагментов без тонкой настройки. Модель отдаёт приоритет естественности и выразительности, а не генерации с минимальной задержкой.

Модальности

Символы

2 639,67 ₽ за 1 млн символов

Контекст

Не указан

Добавлена

2 июн. 2026 г.

Провайдеры

Для этой модели используется маршрут, указанный в таблице провайдеров.

Для этой модели используется фиксированный маршрут. Выбор и сортировка провайдеров недоступны.

Провайдеры: 1Варианты: 1

Провайдер	Цена	Задержка	Скорость	Доступность
Azure `azure`	2 639,67 ₽за 1 млн символов	—	—	100,00%

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Символы	2 639,67 ₽за 1 млн символов

Бенчмарки

Результаты стандартизированных оценок. Для индексов, ELO и точности большее значение означает лучший результат.

Design Arena

ELO и доля побед по категориям визуальных задач.

Источник

audiorealismтоп 17%

1 208ELO

61,3%побед1,4 ссреднее1/6место

text-to-speechтоп 67%

1 164ELO

52,5%побед15,9 ссреднее2/3место

Данные API на 17.10.2026, 19:58:17.

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

text

Выходные модальности

speech

Пример запроса

curl https://gorouter.ru/api/v1/audio/speech \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "microsoft/mai-voice-2",
  "input": "Привет! Это GoRouter.",
  "voice": "alloy",
  "format": "mp3"
}'