MAI-Voice-2 от Microsoft - синтез речи, языки, цена и аналоги¶

Высококачественная модель для синтеза речи из текста с поддержкой множества языков и эмоциональных стилей.

Microsoft Контекст n/a Вход: текст $22.00 / 1М вход

Что это¶

MAI-Voice-2 - это нейросетевая модель для синтеза речи, разработанная Microsoft на базе Azure AI Speech. Она преобразует текстовые запросы в естественное и выразительное звучание. Модель поддерживает более 10 языков и позволяет управлять эмоциональной окраской голоса.

Что умеет¶

Сильные стороны модели - высокое качество и естественность синтезируемой речи, а также поддержка экспрессивных стилей (например, радостный, грустный, взволнованный) через SSML. Она отлично подходит для создания голосового контента с нужной интонацией и эмоциональным окрасом, что выделяет её среди более простых TTS-решений.

Кому подходит¶

Модель подходит разработчикам для интеграции в приложения, создателям контента для озвучки материалов и всем, кому нужен качественный синтез речи с контролем над выразительностью.

Характеристики¶

Параметр	Значение
Провайдер	Microsoft
Контекст	неизвестно
Вход	текст
Выход	speech
Цена входа	$0.0000
Цена выхода	-
Вызов инструментов (tools)	нет
Режим рассуждения	нет
Появилась	Июнь 2026
Обновлено	11 июн 2026

Где запустить: провайдеры¶

Модель раздаётся через 1 провайдер. Контекст, цены за 1М токенов по провайдерам:

Провайдер	Контекст	Макс. вывод	Вход $/1М	Выход $/1М
Azure	n/a	-	$0.0000	-

Доступ из России¶

Из России модель доступна через агрегаторы API, такие как OpenRouter (ID: microsoft/mai-voice-2). Оплата возможна с международных карт. Прямой доступ через Azure может быть ограничен, поэтому использование через сторонние платформы - основной практичный путь.