MAI-Voice-2-Flash — low-latency text-to-speech модель Microsoft для voice agents, assistants, call centers, accessibility, narration и других interactive applications. Генерирует expressive 24 kHz mono речь на 15 языках и 18 locales с fine-grained control над tone и delivery. Voice prompting и cloning требуют Microsoft-approved access и согласия спикера.
В Darka One — категория «Синтез речи» и speech-picker. Рядом — полная MAI-Voice-2 (выше по качеству/цене); Flash — для low-latency интерактива. Текст → аудио; голоса в формате Azure locale (как у MAI-Voice-2).
Ключевые характеристики:
- Low-latency Flash: быстрый TTS для агентов и IVR
- 15 языков / 18 locales: широкая локализация
- 24 kHz mono expressive: естественная подача
- Tone & delivery control: тонкая настройка озвучки
- Voice prompt/clone: только с approved access и consent
- Тариф по символам: дешевле полной MAI-Voice-2
Идеально подходит для:
- Voice agents и ассистентов
- Call centers и interactive apps
- Accessibility и narration
- Low-latency сценариев вместо полной MAI-Voice-2
- Многоязычной озвучки (включая русский при наличии locale)
Тарификация:
- 3 600 Искр за 1M символов
- ≈ 1 Искра за ~278 символов (минимум 1 Искра за запрос)
💡 Цена основана на количестве символов
Дата релиза: 23 июля 2026 г.
🎙️ Low-latency MAI Voice Flash от Microsoft
