MAI-Voice-2-Flash

MAI-Voice-2-Flash е високопроизводителен модел за синтез на реч (text-to-speech) с ниска латентност, разработен от Microsoft като част от фамилията модели MAI. Представен през юли 2026 г., той е проектиран за мащабни индустриални натоварвания.

Характеристики

• Скорост и икономичност: Моделът работи два пъти по-бързо от базовия модел MAI-Voice-2 и е с 32% по-евтин (на цена от 15 долара за милион символа).
• Приложение: Насочен главно към масовия пазар на гласови услуги — контактни центрове, гласови асистенти и приложения в реално време, където забавянето (latency) и оперативната цена са водещи фактори.
• Интеграция: Захранва услуги как Dynamics 365 Contact Center и Azure Voice Live, намалявайки разходите за графични процесори (GPU) с до 89%.