发布日期
— 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。 ↗
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。
Microsoft 于 2026-10-01 作为独立命名的低延迟语音型号推出；可通过 Microsoft Foundry、MAI Playground、OpenRouter、Vercel 与 Azure Voice Live 使用。
模型编号049
- 首次公开日期
- 2026-10-01
- 组织
- Microsoft AI
- 家族
- MAI Speech
01
规格概览
仅展示已有公开资料的规格。
02
概览
为什么重要
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。
03
架构与能力
模型能力
音频生成多语言音色克隆实时音频
04
发布历史
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。
查看原文05
相关模型
点击卡片查看相关模型。
06
来源
建议修正这条记录
复制下方模板，补上字段、建议值和一手来源后发给资料维护者。