微软发布 MAI Realtime 1 语音对语音模型
AI 总结
微软在 Ignite 2026 上宣布推出其首款语音对语音模型 MAI Realtime 1,定位为面向企业场景的实时语音 AI。微软称,该模型可处理打断、快速确认、嘈杂环境以及多人同时说话时的请求;必要时还可调用更强的推理引擎,并连接企业系统完成预订、客服处理等任务。基础语音对语音使用费为每音频分钟 0.01 美元;如涉及推理,另按每百万输入 token 1 美元、每百万输出 token 5 美元计费。该模型兼容 OpenAI Realtime API,Agoda 和 Reservations.ai 已开始试用。微软还计划将其用于 Dynamics 365 Contact Center 和 Dragon Copilot,但相关部署仍处于计划阶段。
深度见解
此次发布为微软企业语音工作流增加了自研模型选项,并提供 OpenAI Realtime API 兼容性、早期试用和明确定价。所供报道未独立验证微软提出的能力表现及基准对比结果。
#Microsoft#MAI Realtime 1#OpenAI Realtime API#Agoda#Reservations.ai#Dynamics 365 Contact Center#Dragon Copilot#GPT-Realtime-2 High#Grok Voice 2.0