MAI Voice 2.1 Flash: texto a voz de baja latencia de Microsoft
MAI Voice 2.1 Flash es la variante rápida y de menor costo del modelo de texto a voz MAI Voice 2.1 de Microsoft. Está pensada para agentes y asistentes de voz en tiempo real, centros de llamadas y experiencias interactivas en varios idiomas.
El modelo convierte texto en voz en 23 idiomas y 26 variantes locales, y una misma voz puede hablar todos ellos. Microsoft indica que genera 45 segundos de audio con una latencia de extremo a extremo de 150 milisegundos. Permite controlar la emoción y el estilo con SSML y admite salida en streaming con manejo de interrupciones y diálogos con varios hablantes.
Se usa con el SDK o la API REST de Azure Speech, Voice Live y el playground de Microsoft Foundry, y también está en OpenRouter, MAI Playground y Vercel. Está en versión preliminar pública. Cuesta 15 dólares por millón de caracteres, frente a 22 dólares de MAI Voice 2.1.
La clonación instantánea de voz parte de una muestra de 5 a 60 segundos, pero es de acceso limitado: hay que solicitarla y subir un audio de consentimiento. El código es cerrado.
Hume AI ofrece herramientas de inteligencia artificial emocional para generar y clonar voces, mejorando la interacción humano-IA de manera natural y empática.
hace 7 meses · 32 vistas
Hume AI ofrece herramientas de inteligencia artificial emocional para generar y clonar voces, mejorando la interacción humano-IA de manera natural y empática.
GlambaseAI te permite crear y personalizar un influencer virtual, generando contenido atractivo para redes sociales y monetizando tu presencia en línea.
hace 6 meses · 13 vistas
GlambaseAI te permite crear y personalizar un influencer virtual, generando contenido atractivo para redes sociales y monetizando tu presencia en línea.
¿Qué es VideoGen?
VideoGen es un generador de video con IA pensado para acelerar todo el flujo de producción: desde la idea y el guion hasta la creación del video final.
hace 6 meses · 9 vistas
¿Qué es VideoGen?
VideoGen es un generador de video con IA pensado para acelerar todo el flujo de producción: desde la idea y el guion hasta la creación del video final.
Resemble AI es una plataforma de inteligencia artificial que permite la generación y clonación de voces realistas, ideal para atención al cliente y medios.
hace 7 meses · 28 vistas
Resemble AI es una plataforma de inteligencia artificial que permite la generación y clonación de voces realistas, ideal para atención al cliente y medios.
