Microsoft MAI Voice 2 spricht emotional
Microsoft hat mit MAI Voice 2 eine neue Sprachtechnologie vorgestellt, die Stimmen mit einem kurzen Audioclip von fünf bis 60 Sekunden nachbilden kann. Ein langes Training des Modells ist dafür nicht mehr nötig. Die geklonte Stimme soll auch bei längeren Formaten wie Hörbüchern oder Podcasts stabil bleiben und ihre Eigenheiten behalten.
Zudem unterstützt die Software Code Switching. Dabei wechselt das KI Modell innerhalb eines gesprochenen Satzes fließend zwischen zwei Sprachen. Microsoft hebt dafür besonders Kombinationen wie Hindi und Englisch oder Spanisch und Englisch hervor, um natürliche Gesprächsmuster nachzubilden.
