微软发布MAI-Voice-1语音模型及MAI-1-preview通用模型，AI生成音频技术再升级

微软发布MAI-Voice-1语音模型及MAI-1-preview通用模型

微软人工智能部门正式推出MAI-Voice-1语音模型和MAI-1-preview通用模型。MAI-Voice-1仅需单块GPU，即可在1秒内生成时长1分钟的音频。MAI-1-preview模型则展示了Copilot未来文本场景的功能发展方向。

MAI-Voice-1已在Copilot Daily功能中用于新闻播报，并生成播客风格的对话内容。用户可在Copilot Labs平台体验MAI-Voice-1，自定义语音音色和说话风格。

MAI-1-preview模型训练使用了约1.5万块英伟达H100 GPU，专为特定需求用户设计，具备遵循指令的能力。

微软AI负责人穆斯塔法・苏莱曼表示，公司致力于打造对消费者体验极佳的产品，并在自身应用场景进行深度优化。

微软计划将MAI-1-preview模型应用于Copilot助手的特定文本使用场景，并已在AI基准测试平台LMArena上进行公开测试。