MAI-Voice-2 — это высококачественная, выразительная модель преобразования текста в речь от Microsoft, работающая на базе Azure AI Speech. Она синтезирует естественно звучащую речь более чем на 10 языках с поддержкой выразительных стилей SSML (весёлый, грустный, взволнованный и т.д.) и управления скоростью (0.5×–2×). Имена голосов следуют формату локали Azure (например, en-US-Harper:MAI-Voice-2). Вывод доступен в форматах MP3 и PCM с частотой 24 кГц.
curl https://api.vega.chat/api/v1/chat/completions \
-H "Authorization: Bearer $VEGA_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "microsoft/mai-voice-2",
"messages": [
{"role": "user", "content": "Hello!"}
]
}'