MAI-Voice-2-Flash

MAI-Voice-2-Flash 是微软AI推出的一款低延迟文本转语音模型，适用于语音代理、助手、呼叫中心、无障碍服务、旁白以及其他交互式应用。它能够生成富有表现力的24 kHz单声道语音，支持15种语言和18个地区，并可对音调和表达方式进行精细控制。语音提示和克隆功能需要获得微软AI批准的访问权限以及相应的说话人同意。