微软AI模型现已登陆AI Gateway
内容提要
Vercel与微软AI合作，将MAI模型接入AI Gateway，支持MAI-Voice-2.1、MAI-Voice-2.1-Flash语音生成及MAI-Transcribe-2 Streaming实时转录，按标价计费无加价。MAI注重安全与零数据保留，开发者可通过AI SDK 7调用。
延伸解读
MAI模型在AI Gateway上的定位
AI Gateway是少数提供MAI模型访问的平台之一，这意味着开发者无需直接对接微软AI，即可通过统一API调用MAI的音频模型。Vercel与微软AI的合作强调安全与零数据保留，与AI Gateway让用户控制数据并了解训练用途的目标一致。对于关注数据隐私的团队，这一合作提供了更透明的选择。
三款音频模型的分工与适用场景
MAI-Voice-2.1适合旁白、有声书、播客等需要长段落一致音色的场景，支持23种语言；MAI-Voice-2.1-Flash则面向低延迟交互，如语音代理和助手；MAI-Transcribe-2 Streaming在音频到达时返回部分转录，可用于实时字幕或对话跟踪。开发者应根据延迟与音质需求选择。
计费透明与调用方式
AI Gateway按标价对MAI模型计费，不收取平台费或推理加价。开发者可通过AI SDK 7调用，例如使用generateSpeech生成语音或streamTranscribe进行实时转录。注意部分转录会随音频更新而变化，显示时应替换旧文本。AI Gateway还提供用量跟踪、请求追踪及路由、重试和故障转移功能。
Q&A
微软MAI模型现在可以在哪个平台上使用？
微软MAI模型现已登陆Vercel的AI Gateway平台，开发者可以通过AI Gateway调用这些模型。
AI Gateway上支持哪些微软MAI音频模型？
AI Gateway支持MAI-Voice-2.1、MAI-Voice-2.1-Flash语音生成模型，以及MAI-Transcribe-2 Streaming实时转录模型。
MAI-Voice-2.1和MAI-Voice-2.1-Flash有什么区别？
MAI-Voice-2.1能生成富有表现力的语音，支持23种语言，并在长段落中保持一致的说话人，适合旁白、有声书、播客等；MAI-Voice-2.1-Flash则提供相同多语言语音生成能力，但延迟更低，适合语音代理、助手等需要快速响应的场景。
MAI-Transcribe-2 Streaming有什么特点？
MAI-Transcribe-2 Streaming能在音频还在传输时返回部分转录结果，应用可以显示实时字幕或跟随对话，无需等待完整录音。
使用AI Gateway调用MAI模型如何计费？
AI Gateway按模型标价计费，不收取平台费或推理加价。
如何在AI SDK 7中调用MAI-Voice-2.1-Flash生成语音？
可以使用AI SDK 7的generateSpeech函数，指定模型为'microsoft/mai-voice-2.1-flash'，设置文本、语音名称（如'en-US-Harper:MAI-Voice-2.1-Flash'）和输出格式，然后保存生成的音频。
MAI模型在数据安全和隐私方面有什么特点？
MAI注重安全性和零数据保留（ZDR），这与Vercel让AI Gateway用户控制数据并透明了解数据用于训练的目标一致。
