品玩8月4日讯,据 testingcatalog 报道,微软可能正在开发其首个原生实时语音模型“MAI Realtime”,该模型已作为隐藏条目出现在其MAI Playground中,表明已有少数合作伙伴获得早期访问权限。
该模型为双向全双工系统,可同时听和说,直接对标OpenAI的GPT Live 1。它支持包括中、英、日、韩在内的17种语言,并能在对话中无缝切换。目前提供Victoria和Grant两种更自然的语音,并具备低延迟和流畅的打断处理能力。
此举意味着微软正寻求用自研模型替代Azure服务中依赖的OpenAI组件。该模型未来可能通过Microsoft Foundry提供给开发者,并应用于Copilot等产品,但具体时间表尚未公布。