返回资讯中心
外部精选
软件工程
#开发者实时流

微软推出首款语音到语音模型 MAI Realtime 1,每分钟 0.01 美元

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

微软发布其首个语音到语音模型 MAI Realtime 1,面向企业实时对话应用,起价每分钟音频 0.01 美元。微软称该模型在质量、速度和价格上均优于 GPT Realtime 2.1,并兼容 OpenAI Realtime API,Agoda 等企业已开始试用。

Hacker News 最新doomroot132026/11/17 · 今天4 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

MAI Realtime 1 是我们的首个语音到语音模型,专为真实企业应用中自然流畅的对话而构建,起价为每分钟音频 0.01 美元。1

在公开基准测试和 Microsoft 产品评估中,我们的模型在质量、速度和价格上均优于 GPT Realtime 2.1。它在 Big Bench Audio 语音推理和 Tau-Voice 智能体任务完成基准上均处于性能-价格帕累托前沿。2

打造人们真正愿意与之交谈的语音智能体,仅仅有好声音远远不够。它需要对话、智能和行动三者同时协同运作的恰当组合。MAI Realtime 1 通过以下能力将这一切融为一体:

MAI Realtime 1 还与 OpenAI Realtime API 兼容,使开发者能够轻松测试该模型并迁移现有的语音应用。

包括 Agoda 和 Reservations.ai 在内的公司已经在测试 MAI Realtime 1。

我们还将把 MAI Realtime 1 引入 Dynamics 365 Contact Center 用于客户服务应用,并引入 Dragon Copilot,以支持 AI 模拟的患者对话,帮助护士练习临床互动。

你可以在 MAI Labs 中试用 MAI Realtime 1,或注册 Foundry 有限访问预览。预览客户在公开预览开始前不会产生费用。

结果反映了特定的评估配置和工作负载。性能、延迟和成本比较因应用和方法而异。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →