先了解这件事
AI 综述
2026年6月3日,Microsoft 发布文本转语音模型 MAI-Voice-2。据 Microsoft AI Blog 当日报道,该模型从仅支持英语扩展到 15 种语言,并新增 sad、whispered、excited 等情感标签控制。报道称其支持用 5-60 秒参考音频做零样本声音克隆,在对比测试中被 72% 的偏好选择优于前代 MAI-Voice-1。报道还称该模型现已上线 Microsoft Foundry,并正在集成进 VSCode 和 Dynamics 365 Contact Center。目前尚无后续发展事实,状态以发布时信息为准。
AI 根据公开报道生成
最新进展 · 正式报道
微软发布 MAI-Voice-2 语音模型，支持 15 种语言与情感控制事件进展
1 个已确认进展
- 来源：Microsoft AI Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
6月3日
Microsoft AI Blog一手精选
微软发布 MAI-Voice-2 语音模型，支持 15 种语言与情感控制
微软 AI 发布文本转语音模型 MAI-Voice-2，从仅支持英语扩展到 15 种语言，并新增 sad、whispered、excited 等情感标签控制。该模型支持用 5-60 秒参考音频做零样本声音克隆，在对比测试中被 72% 的偏好选择优于前代 MAI-Voice-1，现已上线 Microsoft Foundry，并正在集成进 VSCode 和 Dynamics 365 Contact Center。