跳到正文
aihot(aihot.news)· noreply@aihot.news (Microsoft AI:官方部落格)·· 5 天前精選品質評分77

Microsoft 推出語音模型 MAI Realtime 1,每分鐘音訊 $0.01 起

Microsoft AI 釋出首個語音到語音模型 MAI Realtime 1,定價 $0.01 每音訊分鐘

重點導讀

語音 AI 要能自然對話,也得聽懂請求並即時回應。

  • Microsoft 推出 MAI Realtime 1,這是該公司的首個語音轉語音模型。
  • 官方表示,它能處理打斷、背景噪音和較複雜的請求,也能連線企業系統與工具。語音用量每分鐘 $0.01 起,推論費用另計。
  • 模型相容 OpenAI Realtime API。Microsoft 表示,它在指定基準與產品評估中勝過 GPT Realtime 2.1,但也提醒,結果會隨評估設定和使用情境改變。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

文章列出 MAI Realtime 1 與 GPT Realtime 2.1 的評測比較、語音用量價格及 API 相容性,可用來初步衡量語音服務的成本與遷移條件。

正文

Microsoft AI:官方部落格· alenabu@microsoft.com·2026-11-18 02:16· 1 小時前精選AI 評分62

MAI Realtime 1: Leading voice AI at $0.01 per audio minute

AI 導讀

Microsoft AI 釋出首個語音到語音模型 MAI Realtime 1,起價 $0.01 每音訊分鐘,稱在 Big Bench Audio 和 Tau-Voice 公開基準及微軟產品評估中於質量、速度和價格上超過 GPT Realtime 2.1。

推薦理由

官方給出了與 GPT Realtime 2.1 的基準對比、具體定價和 API 相容性,讀者可以直接評估遷移成本與適用場景。

MAI Realtime 1:以每分鐘音訊 0.01 美元的價格引領語音 AI

2026 年 11 月 17 日 ·模型

MAI Realtime 1 是我們的首個語音到語音模型,專為真實企業應用中自然流暢的對話而打造,起價為每分鐘音訊 0.01 美元。1

在公開基準測試和微軟產品評估中,我們的模型在質量、速度和價格上均優於 GPT Realtime 2.1。在 Big Bench Audio 語音推理和 Tau-Voice AI 助理任務完成基準上,它都處於效能與價格的帕累托前沿。2

能辦成事的自然對話

打造一個人們真正願意與之交談的語音AI 助理,光有好嗓音遠遠不夠,還需要對話、智慧和行動三者恰到好處地同時配合。MAI Realtime 1 通過以下能力實現了這一點:

  • 自然對話:MAI Realtime 1 能處理打斷,跟上簡短的回應,也知道何時該等對方把話說完
  • 自適應智慧:快速響應的系統讓對話即時流暢進行。當任務需要更深入的思考時,它會呼叫更強大的推理引擎,給出周到的回答,而不會出現尷尬的停頓
  • 穩健的理解能力:即使有背景噪音或他人在說話,它也能識別請求
  • 真實世界中的行動:它能承接複雜請求,並連線企業系統和工具,因此語音AI 助理不只是回答問題,還能做更多事
  • 可適配的人設:它可以通過提示詞調整語氣、風格和行為,以適配不同的客戶、領域和用例

MAI Realtime 1 還相容 OpenAI Realtime API,開發者可以輕鬆測試該模型並遷移現有的語音應用。

已準備好投入真實應用

Agoda 和 Reservations.ai 等公司已經開始試用 MAI Realtime 1。

我們還將把 MAI Realtime 1 引入 Dynamics 365 Contact Center 用於客戶服務應用,並引入 Dragon Copilot,以支援 AI 模擬的患者對話,幫助護士 練習臨床互動。

開始使用

在 MAI Labs 試用 MAI Realtime 1,或註冊參與 Foundry 限量訪問 預覽。預覽期間,客戶不會被計費,直到公開預覽開始。

登記意向

關於這些結果

結果反映的是特定評估配置和工作負載。效能、延遲和成本對比會因應用和方法而異。

  1. 定價:基礎語音到語音用量定價為每分鐘 $0.01。推理單獨計費:$1 每百萬輸入 token,$5 每 百萬輸出 token。
  2. 競品效能:MAI Realtime 1 使用 Big Bench Audio 和 τ-Voice 等公開基準,並結合 Dynamics 365 Contact Center 評估,與 GPT Realtime 2.1 進行了對比評測。

相關報道

七款全新世界級模型,兼具可擴充套件的價格與效能

2026年11月17日

推出 MAI Image 2.5 Pro 和 MAI Voice 2 Flash

2026年7月23日

Two overlapping watercolor speech bubbles, one pink and one green, with a flower painted in the center where they intersect, all set against a light background.

MAI Transcribe 2 是全球最快、最準確且最便宜的語音識別模型

2026年9月3日

Abstract image with horizontal green, yellow, and pink bands, evoking the feel of a blurry landscape or seascape at sunset, with a soft, hazy, and gradient effect throughout.

用 MAI 的音訊模型讓 Ode Poetry 活起來

2026年7月9日

A group of people stand on a grassy cliff at sunset with birds flying above; the scene is framed by the view from underwater, showing water bubbles and ripples.

文章 MAI Realtime 1:以每分鐘 $0.01 引領語音 AI 首次發表於 Microsoft AI。

來源:Microsoft AI:官方部落格 · microsoft.ai

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論