Microsoft AI 发布面向语音智能体的转写与语音合成新模型

2026年10月2日，Microsoft AI 发布面向语音智能体的两款新模型，分别为 MAI-Transcribe-2-Streaming 实时转写模型与两款 MAI-Voice-2.1 语音合成模型。MAI-Transcribe-2-Streaming 主打低延迟多语种转写，旨在为实时语音交互场景提供更快的语音转文字能力；MAI-Voice-2.1 系列语音合成模型则聚焦跨语种一致音色合成，使同一音色在不同语言下保持稳定输出，适用于多语种语音智能体场景。这是 Microsoft AI 在语音技术方向的最新产品布局。目前报道未披露具体技术细节、参数规模、定价及上线时间，相关能力将面向语音智能体开发者开放。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。