MAI-Voice-2.1
Microsoft veröffentlichte MAI-Voice-2.1 und das latenzarme MAI-Voice-2.1-Flash am 1. Oktober 2026 zusammen mit MAI-Transcribe-2-Streaming, das Live-Sprache in 60 Sprachen mit Teilergebnissen in etwas mehr als 100 ms transkribiert
Kostenpflichtig
Audiogenerierung
Undisclosed
Parameter
Proprietary
Lizenz
Okt. 2026
veröffentlicht
Microsoft veröffentlichte MAI-Voice-2.1 und das latenzarme MAI-Voice-2.1-Flash am 1. Oktober 2026 zusammen mit MAI-Transcribe-2-Streaming, das Live-Sprache in 60 Sprachen mit Teilergebnissen in etwas mehr als 100 ms transkribiert.
// ähnliche Modelle in Audiogenerierung
Eleven v4
Bestplatziertes Text-to-Speech-Modell von ElevenLabs mit Turbo-Variante für Echtzeit
ElevenLabs · Audiogenerierung · Kostenpflichtig
Whisper
Open-Weight-Modell von OpenAI zur Spracherkennung und Transkription
OpenAI · Audiogenerierung · Kostenlos
Gemini 3.8 Live
Sprach-zu-Sprache-Modell von Google in Echtzeit für produktive Sprachagenten
Google DeepMind · Audiogenerierung · Kostenpflichtig
GPT-Live-1
Vollduplex-Sprachmodell von OpenAI, das gleichzeitig zuhört und spricht
OpenAI · Audiogenerierung · Freemium
Eleven Multilingual v2
Flaggschiffmodell von ElevenLabs für Text-to-Speech in 29 Sprachen
ElevenLabs · Audiogenerierung · Freemium
Eleven v3
Ausdrucksstärkstes Text-to-Speech-Modell von ElevenLabs mit präziser Steuerung emotionaler Nuancen
ElevenLabs · Audiogenerierung · Freemium