Microsoft AI、音声合成モデル「MAI-Voice-2」を発表

Microsoft AIが音声合成（TTS）モデル「MAI-Voice-2」を発表した。対応言語は英語のみから15言語に拡大され、並列比較テストでは前世代のMAI-Voice-1より72%の割合で好まれたとされる。5～60秒の参照音声から声を再現するzero-shot音声プロンプトに対応し、Microsoft Foundryで提供されるほか、VSCodeとDynamics 365 Contact Centerへの統合が進められている。