Vercel AI网关接入微软语音模型

Vercel与微软AI（MAI）合作，在AI Gateway上线MAI-Voice-2.1、Flash版及MAI-Transcribe-2 Streaming，分别用于语音生成、低延迟语音交互和流式转写。

对出海团队的影响

做多语言内容或语音应用的团队多了一个接入选择。MAI-Voice-2.1支持23种语言，可在长段落中保持说话者声音一致；Flash版侧重低延迟交互；流式转写模型可随音频到达更新字幕。AI Gateway按模型标价收费，不加收平台费或推理溢价，并提供统一API、用量与成本追踪，以及跨供应商路由、重试和故障切换。材料提及MAI重视安全与零数据留存，但未展开具体适用条件。

接下来怎么做

建议先按场景小规模测试：长篇旁白试用标准版，语音助手试用Flash版，重点核验目标语言效果、延迟及实际成本。

接入实时字幕时，建议让新返回的部分转写替换旧文本，避免把仍可能修订的结果当作最终文本累加。

涉及用户录音或敏感对话时，建议上线前核对零数据留存、训练数据使用及相关服务条款，不宜仅凭产品介绍判断合规性。