Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash — это модель синтеза речи из текста с низкой задержкой от Microsoft AI, оптимизированная для работы в реальном времени. Она обеспечивает естественную и выразительную речь на 23 языках, с интонацией, ритмом и эмоциональными нюансами, близкими к человеческим. Модель подходит для голосовых агентов, ассистентов, колл-центров и других интерактивных приложений, где важнее всего задержка и стоимость. На OpenRouter задайте voice как полный голос ID с суффиксом модели, например "en-US-Harper:MAI-Voice-2.1-Flash". Локаль голоса определяет язык синтеза. Установите response_format в "mp3" или "pcm" (24 kHz моно). Harper и Grant поддерживают стили речи agent, customer-call-center, educational и narrator, а многие локализованные голоса добавляют эмоциональные стили, такие как excited, happy, sad и whispering. Полный список голосов приведён в поле supported_voices в моделях API. См. руководство по синтезу речи.

Модальности

Символы

1 789,37 ₽ за 1 млн символов

Контекст

Не указан

Добавлена

1 окт. 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`	1 789,37 ₽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	1 789,37 ₽за 1 млн символов

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-2.1-flash",
  "input": "Привет! Это GoRouter.",
  "voice": "alloy",
  "format": "mp3"
}'