microsoft

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

MAI-Voice-2 é um modelo de texto para fala da Microsoft AI, listado no catálogo da OpenRouter. Segundo o catálogo, é um modelo de voz expressivo voltado para assistentes conversacionais, narração de mídia, acessibilidade, educação e outras aplicações de voz de longa duração, com suporte a 15 idiomas. Nos resultados medidos relatados pelo catálogo, teve desempenho forte em uma arena de design para realismo de áudio e texto para fala. Não havia um cartão de modelo independente neste pacote de fontes, portanto essas capacidades e resultados devem ser validados em suas próprias cargas de trabalho antes da adoção.[1]

Pontos fortes

Segundo o catálogo da OpenRouter, é um modelo expressivo de texto para fala voltado a aplicações de voz de longa duração em 15 idiomas.[1]
Nos resultados medidos da arena de design relatados pelo catálogo, teve desempenho forte tanto em realismo de áudio quanto em texto para fala.[1]

Limitações

Toda a evidência vem do catálogo da OpenRouter; não havia um cartão de modelo independente neste pacote de fontes e a descrição do catálogo está truncada, portanto as capacidades exigem validação em cargas de trabalho reais.[1]
A listagem do catálogo inclui uma data de expiração no fim de 2026; confirme a disponibilidade contínua antes de depender dela.[1]

Onde usar

Saída falada para assistentes conversacionais e interfaces de voz, um ajuste sugerido pelo catálogo que deve ser verificado na prática.[1]
Narração para conteúdos de mídia, acessibilidade e educação, sugerida pelo catálogo e não comprovada de forma independente.[1]

Fontes

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

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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...

Especificações

ID do modelo: microsoft/mai-voice-2
Criador: microsoft
Adicionado ao OpenRouter: 02.06.2026
Comprimento de contexto: 0
Modalidade: text->speech
Modalidades de entrada: text
Modalidades de saída: speech
Preço por token: Sem preço por token no snapshot da fonte — consulte o OpenRouter para a unidade de cobrança
Corte de conhecimento: —
Data de expiração: 31.12.2026

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Fonte	Benchmark	Valor	Nota	Dados obtidos
Design Arena	models · audiorealismtaxa de vitória 61.1% · posição 1	1,208Elo	—Sem nota	13.11.2026
Design Arena	models · text-to-speechtaxa de vitória 52.8% · posição 2	1,166Elo	—Sem nota	13.11.2026

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Azure	0	—	—	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.