Microsoft : MAI-Voice-2.1
MAI-Voice-2.1 a été publié le 1er octobre 2026 par Microsoft AI, qui le présente à sa sortie comme un modèle de synthèse vocale multilingue. Il accepte du texte et produit de la parole ; selon Microsoft Learn, ses cas d’usage incluent les livres audio, les podcasts et les contenus éducatifs.
À quoi sert MAI-Voice-2.1
Audio
MAI-Voice-2.1 accepte du texte et produit de la parole. Selon la documentation Microsoft Learn, ses cas d’usage comprennent les contenus longs expressifs, les contenus éducatifs, les livres audio, les podcasts et les voix off ; le catalogue Microsoft Foundry le juge idéal pour les scénarios où la fidélité et l’expressivité comptent le plus.
Synthèse vocale
À sa sortie, Microsoft conseille MAI-Voice-2.1 lorsque la qualité de la voix est centrale : apprentissage interactif, assistants à l’image d’une marque, narration, ou contenus où l’expression et la constance comptent. C’est le modèle qu’il recommande quand la fidélité expressive est la priorité, sa variante MAI-Voice-2.1-Flash l’étant pour concilier parole naturelle, réactivité et coût à grande échelle.
- Audio
- Synthèse vocale
Les performances de MAI-Voice-2.1
Selon Microsoft AI, MAI-Voice-2.1 a une latence d’inférence d’environ 550 ms, sans précision sur le jeu de test associé à cette mesure.
Caractéristiques techniques de MAI-Voice-2.1
MAI-Voice-2.1 est sorti le 1er octobre 2026. Selon Microsoft AI, il prend en charge à sa sortie 23 langues et 26 variantes régionales, avec une même voix capable de parler chacune de ces langues avec un accent natif. Au relevé d’octobre 2026, il propose en français quatre voix gérées : Grant, Harper, Marc et Soleil. L’émotion, le ton et l’élocution se règlent à l’échelle du tour de parole ou de la phrase.
Selon la documentation Microsoft Learn, le clonage instantané reproduit une voix de référence consentie à partir d’un extrait audio de 5 à 60 secondes, sans entraînement supplémentaire. Son accès demande l’approbation de Microsoft, qui décrit aussi des garde-fous contre les abus. Le modèle privilégie le naturel et l’expressivité plutôt que les scénarios où la latence est critique.
- Éditeur
Microsoft
- Sortie
- Hébergeurs
- Azure
Source : OpenRouter.
Où utiliser MAI-Voice-2.1
À sa sortie, Microsoft AI annonçait MAI-Voice-2.1 sur Microsoft Foundry, MAI Playground, Vercel, Azure Voice Live et OpenRouter, qui l’a mis en ligne le 1er octobre 2026 sous l’identifiant microsoft/mai-voice-2.1 ; LiveKit était annoncé pour plus tard. Selon Microsoft Learn, au relevé d’octobre 2026, il était accessible dans le monde entier, avec un service assuré depuis des régions Azure comprenant France Central et West Europe.
Selon Microsoft Learn, au relevé d’octobre 2026, MAI-Voice dans Azure Speech était proposé en préversion publique, sans contrat de niveau de service ; Microsoft ne recommandait pas cette préversion pour la production. Les modèles MAI-Voice utilisaient la même API et le même kit de développement logiciel, ou SDK, Azure Speech que les autres voix neuronales et HD d’Azure.
L'API chez des hébergeurs
Servi par d'autres hébergeurs que Microsoft, selon OpenRouter
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
MAI-Voice-2.1 parmi les versions de MAI-Voice
MAI-Voice-2.1, sorti le 1er octobre 2026, est l’une des 4 versions de MAI-Voice publiées sur Aikiwi, rangées dans la frise par date de sortie.
Les versions sélectionnées
| Repères | MAI-Voice-2.1Vous êtes ici | MAI-Voice-2 | MAI-Voice-2-Flash | MAI-Voice-2.1-Flash |
|---|---|---|---|---|
| Elo | ||||
| Sortie | ||||
| Contexte | ||||
| Prix d'entrée | ||||
| Prix de sortie | ||||
| Entrées | ||||
| Réflexion | ||||
| Tâches | ||||
| Ce qui le distingue | MAI-Voice-2.1 a été publié le 1er octobre 2026 par Microsoft AI, qui le présente à sa sortie comme un modèle de synthèse vocale multilingue. Il accepte du texte et produit de la parole ; selon Microsoft Learn, ses cas d’usage incluent les livres audio, les podcasts et les contenus éducatifs. | Microsoft AI a lancé le 2 juin 2026 MAI-Voice-2, un modèle de synthèse vocale guidée par une invite, pour les assistants, les livres audio et les expériences d’accessibilité. Il prend du texte en entrée et produit de l’audio. | MAI-Voice-2-Flash, publié par Microsoft AI le 23 juillet 2026, est un modèle de synthèse vocale qui lit du texte et produit de la parole. Microsoft le présente à sa sortie pour les agents de centre d’appels, les assistants vocaux conversationnels et les serveurs vocaux interactifs. | MAI-Voice-2.1-Flash est un modèle de Microsoft AI sorti le 1er octobre 2026, qui lit du texte et produit de l’audio. Il est conçu pour la synthèse vocale rapide à faible latence ; parmi les cas d’usage que cite Microsoft figurent les agents et assistants vocaux en temps réel et les expériences interactives multilingues. |
Les repères sont ceux renseignés dans l'annuaire ; un repère absent de toutes les versions sélectionnées n'est pas affiché. Comparaison complète dans le comparateur
La génération MAI 2
FAQ
Quand MAI-Voice-2.1 est-il sorti ?
MAI-Voice-2.1 est sorti le 1er octobre 2026. Il porte l’identifiant microsoft/mai-voice-2.1.
Que peut lire MAI-Voice-2.1 ?
MAI-Voice-2.1 accepte du texte en entrée et produit de la parole en sortie.
Usage sur OpenRouter
- Voix
- 62,2 k requêtes sur le dernier mois · 18e sur 20 des modèles les plus utilisés en Voix
Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.