Microsoft MAI-Voice-2
Expressive TTS with voice cloning in 15 languages
评分 78 ▲ 100 ◆ 4 付费 PH 精选
概述
微软推出的高表现力语音合成模型，支持短样本声音克隆与15种语言情感控制，面向生产级语音智能体开发者。
创新点
短样本即可克隆声音、细粒度情感控制、跨15种语言保持一致声音身份，定价相比OpenAI Realtime API更具竞争力
目标用户
需要构建语音智能体的开发者、企业级语音应用团队、呼叫中心技术集成商
竞争格局
直接竞争对手包括ElevenLabs、OpenAI TTS/Realtime API、Google Text-to-Speech；微软凭借Azure生态与企业渠道（Dynamics 365、Teams）形成差异化护城河，但在独立开发者社区认知度弱于ElevenLabs
标签
APITTS语音合成AI语音开发者工具SaaSAzure云服务语音克隆
相关产品
Claude Fable 5 91
Anthropic's most capable model ever — free until June 22
GPT-5.6 88
A new standard for intelligence and efficiency
Glaze by Raycast 85
Create your own Mac apps by chatting with AI
Clark 82
An AI coworker with its own cloud computer
Kimi K3 82
The world's first open 3T-class model
Kimi K3 82
The world's first open 3T-class model