**Microsoft представила три моделі MAI для голосових ШІ-агентів**

🔹 [Microsoft додала до лінійки MAI моделі для потокового розпізнавання мовлення та генерації голосу.](/leaving?url=aHR0cHM6Ly9jaGFubmVsdGVjaC5zcGFjZS9haS9taWNyb3NvZnQtbWFpLXZvaWNlLW1vZGVscy8=)

🔹 MAI-Transcribe-2-Streaming підтримує 60 мов і видає часткову транскрипцію трохи більше ніж за 100 мс.

🔹 MAI-Voice-2.1 підтримує 23 мови, 26 локалей і клонування голосу за кілька секунд аудіо.

🔹 MAI-Voice-2.1-Flash генерує 45 секунд аудіо приблизно за 150 мс і коштує $15 за мільйон символів.

🔹 Моделі доступні через Microsoft Foundry, MAI Playground і Vercel, а дві голосові моделі також через OpenRouter.

[#Microsoft](/search?q=%23Microsoft) [#ШІ](/search?q=%23%D0%A8%D0%86)