微

MAI-Voice-2.1-Flash

面向实时语音 Agent 与高吞吐场景的低延迟多语言文字转语音型号，支持 23 种语言。

微软· 2026-10-01 发布 ·音频模型 ·闭源 ·MAI Speech 系列 ·当前版本

官方将其作为 MAI-Voice-2.1 的独立 Flash 型号发布，补足同一语音产品线中的实时低延迟分支；此记录不推断独立架构或权重。

#多模态

变更历史

2026-10-01API 上线Microsoft 同日推出实时转写型号 MAI-Transcribe-2-Streaming，以及多语言语音生成型号 MAI-Voice-2.1 和低延迟 Flash 变体。原文 ↗