微软于 11 月 17 日介绍语音到语音模型 MAI Realtime 1,面向企业实时对话应用,并开放 Microsoft Foundry 限量预览申请。Microsoft AI 公告
据微软介绍,模型可以处理打断与简短回应,结合背景噪声识别请求,并连接企业系统和工具执行任务。开发者可通过提示词调整语气、风格与行为;模型兼容 OpenAI Realtime API,便于现有语音应用测试和迁移。
公告列出的基础语音到语音价格为每音频分钟 0.01 美元。额外推理按 token 单独计费,输入每百万 token 1 美元、输出每百万 token 5 美元,不能把分钟价理解为包含全部推理费用。
用户可在 MAI Labs 试用或登记 Foundry 限量预览。微软称,预览客户在公开预览开始前不会被计费;Dynamics 365 Contact Center 和 Dragon Copilot 的接入则属于公告中的后续推进计划。
配图为 GETAI.APP 使用内置 imagegen 生成的主题插画,非实拍、真实产品界面或测试结果。
