三花快讯 · 2025, 8月29日
微软推出突破性 MAI 系列：1 秒生成 1 分钟语音的 TTS 模型
单 GPU 实现秒级音频生成效率突破
微软 AI最新发布了文本转语音(TTS)模型 MAI-Voice-1 与基础大模型 MAI-1-preview:
MAI-Voice-1 为高效语音合成系统，仅需单 GPU （官方没说是啥GPU）即可在 1 秒内生成 60 秒音频，是目前最高效的语音系统之一。
MAI-1-preview 采用混合专家架构(MoE)，在 LMArena 大模型竞技场中位列全球第 13 位。
佬们可以在这里看完整技术细节
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。