MAI-Voice-2.1
微软多语言语音合成模型，23种语言保持同一音色
MAI-Voice-2.1 是微软 AI 发布的多语言文本转语音模型，支持 23 种语言、26 个地区设置，同一音色可用母语口音讲所有语言，适合品牌在多语言辅导、助手和客服场景保持统一声音。它可凭数秒参考音频完成跨语言声音克隆，并内置同意护栏防滥用。高速变体 MAI-Voice-2.1-Flash 端到端延迟约 150 毫秒，定价为每百万字符 15 美元；标准版为 22 美元，可经 Microsoft Foundry、MAI Playground 及 OpenRouter 使用
1
2026-10-01
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
MAI-Voice-2.1 是微软 AI 发布的多语言文本转语音模型，支持 23 种语言、26 个地区设置，同一音色可用母语口音讲所有语言，适合品牌在多语言辅导、助手和客服场景保持统一声音。它可凭数秒参考音频完成跨语言声音克隆，并内置同意护栏防滥用。高速变体 MAI-Voice-2.1-Flash 端到端延迟约 150 毫秒，定价为每百万字符 15 美元；标准版为 22 美元，可经 Microsoft Foundry、MAI Playground 及 OpenRouter 使用
核心功能
价格信息
付费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-10-01
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-10-01新工具首发
微软 AI 发布多语言文本转语音模型 MAI-Voice-2.1 及高速变体 MAI-Voice-2.1-Flash，支持 23 种语言 26 个地区且同一音色保持母语口音，可凭数秒音频跨语言克隆声音；标准版每百万字符 22 美元，Flash 延迟约 150 毫秒、每百万字符 15 美元。
MAI-Voice-2.1 常见问题
关于 MAI-Voice-2.1 的定位、核心功能、价格与最近更新。
MAI-Voice-2.1 是什么？
MAI-Voice-2.1 是微软 AI 发布的多语言文本转语音模型，支持 23 种语言、26 个地区设置，同一音色可用母语口音讲所有语言，适合品牌在多语言辅导、助手和客服场景保持统一声音。它可凭数秒参考音频完成跨语言声音克隆，并内置同意护栏防滥用。高速变体 MAI-Voice-2.1-Flash 端到端延迟约 150 毫秒，定价为每百万字符 15 美元；标准版为 22 美元，可经 Microsoft Foundry、MAI Playground 及 OpenRouter 使用。
MAI-Voice-2.1 有哪些核心功能？
MAI-Voice-2.1 当前已核验的核心功能包括：声音克隆、语音合成。
MAI-Voice-2.1 如何收费？
MAI-Voice-2.1 当前已核验的价格模式为付费。
MAI-Voice-2.1 最近有什么更新？
2026-10-01：微软 AI 发布多语言文本转语音模型 MAI-Voice-2.1 及高速变体 MAI-Voice-2.1-Flash，支持 23 种语言 26 个地区且同一音色保持母语口音，可凭数秒音频跨语言克隆声音；标准版每百万字符 22 美元，Flash 延迟约 150 毫秒、每百万字符 15 美元。