microsoft

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

MAI-Voice-2 es un modelo de texto a voz de Microsoft AI, listado en el catálogo de OpenRouter. Según el catálogo, es un modelo de voz expresivo pensado para asistentes conversacionales, narración de medios, accesibilidad, educación y otras aplicaciones de voz de larga duración, con soporte para 15 idiomas. En los resultados medidos que reporta el catálogo, tuvo un desempeño destacado en una arena de diseño para realismo de audio y texto a voz. No se disponía de una ficha de modelo independiente en este paquete de fuentes, por lo que conviene validar estas capacidades y resultados con cargas de trabajo propias antes de adoptarlo.[1]

Puntos fuertes

Según el catálogo de OpenRouter, es un modelo expresivo de texto a voz orientado a aplicaciones de voz de larga duración en 15 idiomas.[1]
En los resultados medidos de la arena de diseño que reporta el catálogo, tuvo un desempeño fuerte tanto en realismo de audio como en texto a voz.[1]

Limitaciones

Toda la evidencia proviene del catálogo de OpenRouter; no había una ficha de modelo independiente en este paquete de fuentes y la descripción del catálogo está truncada, por lo que las capacidades requieren validación con cargas de trabajo reales.[1]
La ficha del catálogo incluye una fecha de vencimiento a finales de 2026; confirme su disponibilidad continua antes de depender de ella.[1]

Dónde utilizarlo

Salida hablada para asistentes conversacionales e interfaces de voz, un ajuste sugerido por el catálogo que conviene verificar en la práctica.[1]
Narración para contenidos de medios, accesibilidad y educación, sugerida por el catálogo y no probada de forma independiente.[1]

Fuentes

[1] OpenRouter catalog · Microsoft AI: MAI-Voice-2Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

MAI-Voice-2 is an expressive text-to-speech model from Microsoft AI. It is suited for conversational assistants, media narration, accessibility, education, and other long-form voice applications. It supports 15 languages across 18...

Especificaciones

ID del modelo: microsoft/mai-voice-2
Creador: microsoft
Añadido a OpenRouter: 02.06.2026
Longitud de contexto: 0
Modalidad: text->speech
Modalidades de entrada: text
Modalidades de salida: speech
Precio por token: Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
Corte de conocimiento: —
Fecha de expiración: 31.12.2026

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	Sin medición	—
Programación	Sin medición	—
Agentes	Sin medición	—
Escritura	Sin medición	—
Razonamiento	Sin medición	—
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	—
Vídeo	Sin medición	—
Embeddings	Sin medición	—

Evaluaciones

Fuente	Benchmark	Valor	Nota	Datos obtenidos
Design Arena	models · audiorealismtasa de victoria 61.1% · posición 1	1,208Elo	—Sin nota	13.11.2026
Design Arena	models · text-to-speechtasa de victoria 52.8% · posición 2	1,166Elo	—Sin nota	13.11.2026

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
Azure	0	—	—	—	—	100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.