Skip to content

Microsoft MAI-Voice-2

Microsoft MAI-Voice-2 est un modèle avancé de synthèse vocale (TTS) conçu pour générer une parole très expressive, naturelle et de haute fidélité.

Freemium

Microsoft MAI-Voice-2 en bref

MAI-Voice-2 offre un clonage vocal multilingue expressif, mais ses fonctionnalités de niveau entreprise sont superflues pour une synthèse vocale rapide et simple.
stork0:00 / 0:04
Camille, l'une des 89 voix. Appuyez sur lecture.
Une voix off coûte $0.05 la minute.
Tapez jusqu'à 20 000 caractères, recevez un MP3. 89 voix, 38 langues. Trois gratuites par jour, d'une minute chacune.
Créer une voix off

Qu'est-ce que Microsoft MAI-Voice-2 ?

Microsoft MAI-Voice-2 est un modèle de synthèse vocale (TTS) développé par Microsoft qui permet aux développeurs et aux organisations de générer une parole très expressive, naturelle et de haute fidélité. Il prend en charge le clonage vocal et la sortie multilingue dans 15 langues. Faisant partie de la famille plus large MAI (Microsoft AI) de Microsoft, MAI-Voice-2 convertit le texte écrit en audio parlé, capturant l'intonation, le rythme et la nuance émotionnelle semblables à ceux de l'homme. Le modèle a été officiellement lancé le 2 juin 2026, lors de Microsoft Build 2026, succédant à MAI-Voice-1 avec des améliorations significatives en matière de support linguistique et de contrôle. Il est disponible dans Microsoft Azure Foundry et est en cours d'intégration dans VSCode et Dynamics 365 Contact Center.

Fonctionnalités clés de Microsoft MAI-Voice-2

Microsoft MAI-Voice-2 offre un ensemble complet de fonctionnalités conçues pour la synthèse vocale avancée et l'adaptation vocale, s'appuyant sur son prédécesseur, MAI-Voice-1. Ces capacités visent à fournir une sortie audio de haute fidélité avec un contrôle granulaire et un large support linguistique pour diverses applications.

  • Extension multilingue : Prend en charge 15 langues dans 18 locales, y compris l'anglais (États-Unis, Australie), l'italien, le français, l'allemand, l'hindi, l'espagnol (Espagne, Mexique), le portugais (Brésil, Portugal), le coréen, le chinois (simplifié), le turc, le russe, le thaï, le néerlandais, le roumain et le hongrois.
  • Contrôle émotionnel amélioré : Permet un contrôle émotionnel granulaire via des balises d'émotion (par exemple, triste, chuchoté, excité) et une parole expressive basée sur les rôles (par exemple, entraîneur de motivation, commentateur sportif).
  • Zero-Shot Voice Prompting : Permet le clonage vocal instantané en utilisant seulement 5 à 60 secondes d'audio de référence, sans nécessiter de réglage fin, disponible pour toutes les langues prises en charge.
  • Capacités de 'Code-Switching' : Prend en charge la parole naturelle en langues mixtes pour certaines paires de langues, telles que l'hindi-anglais et l'espagnol-anglais.
  • Génération de parole haute fidélité : Produit une parole naturelle et de haute fidélité, avec des tests internes indiquant une qualité indiscernable des enregistrements humains.
  • Disponibilité de niveau entreprise : Disponible via Microsoft Azure Foundry et intégré aux plateformes d'entreprise comme VSCode et Dynamics 365 Contact Center.
  • Garde-fous de consentement : Comprend des mécanismes intégrés pour assurer une utilisation éthique de la technologie de clonage vocal.

Qui devrait utiliser Microsoft MAI-Voice-2 ?

Microsoft MAI-Voice-2 est conçu pour un large éventail d'utilisateurs et d'organisations nécessitant des capacités avancées de synthèse vocale, de clonage vocal et de génération audio expressive. Ses fonctionnalités s'adressent à la fois aux développeurs créant des applications basées sur l'IA et aux créateurs de contenu recherchant des voix off de haute qualité.

  • Développeurs d'assistants IA : Pour créer des voix de marque pour Copilot, d'autres applications, appareils et systèmes de support client nécessitant une sortie vocale cohérente et engageante.
  • Producteurs de divertissement et de médias : Idéal pour générer des voix de personnages pour les jeux, les podcasts, les livres audio et les expériences de réalité augmentée/virtuelle (RA/RV).
  • Fournisseurs de solutions d'accessibilité : Convient pour fournir une narration aux utilisateurs malvoyants et développer des technologies vocales d'assistance pour les personnes ayant des troubles de la parole.
  • Créateurs de contenu éducatif : Pour développer du contenu d'apprentissage interactif avec une narration expressive pour les instructeurs et les personnages dans les cours et les simulations.
  • Créateurs de contenu et marketeurs : Permet aux créateurs de contenu de convertir du texte en audio en utilisant leurs propres voix clonées sans avoir besoin d'un studio professionnel, améliorant ainsi le marketing, la publicité et les annonces publiques.

Tarification et plans de Microsoft MAI-Voice-2

Microsoft MAI-Voice-2 fonctionne sur un modèle de tarification basé sur l'utilisation, accessible via des plateformes telles que OpenRouter. La métrique de coût principale est basée sur les 'input tokens' traités. Bien que le modèle économique global soit classé comme freemium, la tarification détaillée spécifique pour un niveau gratuit ou une utilisation gratuite initiale n'est pas publiquement détaillée dans les informations fournies, suggérant une concentration sur la consommation des développeurs et des entreprises via les services Azure. À titre de comparaison, son prédécesseur, MAI-Voice-1, était tarifé par million de caractères, ce qui indique un changement dans la métrique de facturation pour MAI-Voice-2.

  • MAI-Voice-2 : 22 $ par million de 'input tokens', avec 0 $ par million de 'output tokens'.

Microsoft MAI-Voice-2 face à ses concurrents

Microsoft MAI-Voice-2 entre dans un paysage concurrentiel dominé par des fournisseurs établis de génération de voix par IA et des startups bien financées. La stratégie de Microsoft est de tirer parti de son écosystème Azure AI, en se concentrant sur la fiabilité, l'évolutivité et la rentabilité de niveau entreprise pour différencier son offre. Le modèle vise à concurrencer sur la qualité, la vitesse et un support linguistique étendu.

Microsoft MAI-Voice-2

Freemium

Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.

un e-mail par jour · désinscription en deux clics · aucun traqueur tiers