Microsoft 釋出 MAI-Voice-2.1：延遲低至 45ms，支援零樣本即時克隆
Microsoft 釋出 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 文本轉語音模型。兩者支援零樣本即時克隆聲音與情緒控制，涵蓋 23 種語言。Flash 版延遲僅約 45 毫秒，每百萬字元 15 美元，讓即時電話互動徹底告別機械停頓。
Microsoft 釋出 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 文本轉語音模型。兩者支援零樣本即時克隆聲音與情緒控制，涵蓋 23 種語言。Flash 版延遲僅約 45 毫秒，每百萬字元 15 美元，讓即時電話互動徹底告別機械停頓。