微软 MAI Realtime 1首款语音对语音模型,支持随时打断、自动通话办事,定价仅竞品三分之一

微软在 Ignite 2026 大会上推出首款语音对语音模型 MAI Realtime 1,它不是简单的语音转文字再转语音,原生支持实时双向语音对话,和人打电话一样自然,说话中途可以直接打断它,嘈杂环境、多人抢话的场景也能听懂诉求,还能对接后端业务系统,打电话的时候直接帮用户完成预订、客服工单处理、信息查询等任务,不用人工后续操作。在基准测试中它的语音推理准确率达到 98.9%,同时成本控制优势明显,官方对比 GPT Realtime 2.1 等同类型竞品,整体使用价格大约只有对手的三分之一,基础语音对语音部分按音频分钟计费,推理部分单独按 token 结算,适合企业批量搭建电话智能体、语音客服。

MAI Realtime 1 和普通实时语音模型对比

项目传统实时语音模型MAI Realtime 1
对话交互很难被打断,要等 AI 说完才能继续提问支持随时打断、插话、停顿确认,贴近真人通话习惯
运行逻辑大多是语音→文字处理→语音输出,链路长原生语音对语音架构,延迟更低
业务能力只能问答,很少能直接执行业务动作可调用工具、对接企业系统,打电话就能办事
抗干扰能力安静环境效果好,噪音、多人说话容易识别翻车优化嘈杂环境、重叠人声识别
成本单价偏高,大规模电话场景开销大整体价格约竞品三分之一,适合规模化部署

MAI Realtime 1 通话办事完整流程

  1. 用户和 MAI Realtime 1 发起语音通话,口头提出需求。
  2. 模型实时识别语音,允许用户中途打断、修改想法,动态调整回答内容。
  3. 识别到需要业务操作时,自动调用配套工具、企业接口,读取或提交数据。
  4. 完成操作之后,用语音反馈结果;遇到权限不足、复杂纠纷,自动转接人工。
  5. 全程对话音频、操作日志留存,方便企业做审计和质检。

适合落地的场景清单

  • 企业智能外呼、进线语音客服,查订单、预约服务
  • 电话自动预订、行程查询、信息核验
  • 医疗、金融轻量化语音智能助手
  • 多语言实时语音通话交互
  • 品牌自建电话 Agent,大规模批量通话业务

计费方式说明

  • 基础语音对语音:0.01 美元 / 音频分钟
  • 推理算力费用:输入 1 美元 / 百万 token,输出 5 美元 / 百万 token
  • 预览阶段开放试用,正式上线后按上面规则计费

【相关 FAQ】

问题 1:微软 MAI Realtime 1 这款语音对语音模型,“能被打断” 是什么意思?

回答 1:微软 MAI Realtime 1 作为语音对语音模型,能被打断就是用户在它说话的时候随时插话、打断,模型立刻停止原有回答,听懂新指令,还原真人打电话的对话节奏,不用等它说完一整段。

问题 2:MAI Realtime 1 价格只有对手三分之一,是所有环节都更便宜吗?

回答 2:微软 MAI Realtime 1 语音对语音模型整体综合使用成本约竞品的三分之一,基础语音链路单价低,推理 token 单独计费,大规模电话场景的成本优势最明显。

问题 3:MAI Realtime 1 打电话干活,能直接替代人工客服接电话吗?

回答 3:MAI Realtime 1 语音对语音模型适合标准化、流程化的电话任务,像查询、预约、简单工单可以自动处理,复杂争议、高风险业务还是会转人工,不能完全替代人工。

【参考资料】

[2026-11-18](微软首款语音对语音模型:MAI Realtime 1 登场,起价每分钟 0.01 美元)新浪科技

[2026-11-18](微软发布首款企业级语音对语音 AI 模型 MAI Realtime 1)DoNews

[2026-11-17](Ignite 2026:Microsoft AI 推出 MAI Realtime 1 实时语音模型)IT 之家

[2026-11-17](MAI Realtime 1 Pricing, Preview and GPT Realtime Claims)Scalevise

【免责声明】

本文为行业科技资讯科普,MAI Realtime 1 语音对语音模型实际效果、延迟、识别准确率受网络、音频设备、业务接口配置影响;价格为官方公布参考价,不代表最终实际账单,不构成企业采购、开发选型建议。

本文来自作者[光域归档]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/rgzn/202611/2841.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 光域归档
    光域归档 2026年11月18日

    我是环球科技潮的签约作者“光域归档”!

  • 光域归档
    光域归档 2026年11月18日

    希望本篇文章《微软 MAI Realtime 1首款语音对语音模型,支持随时打断、自动通话办事,定价仅竞品三分之一》能对你有所帮助!

  • 光域归档
    光域归档 2026年11月18日

    本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技

  • 光域归档
    光域归档 2026年11月18日

    本文概览:微软在 Ignite 2026 大会上推出首款语音对语音模型 MAI Realtime 1,它不是简单的语音转文字再转语音,原生支持实时双向语音对话,和人打电话一样自然,说话中途可以直接打断它,嘈杂环境、多人抢话的场景也能听懂诉求,还能对接后端业务系统,打电话的时候直接帮用户完成预订、客服工单处理、信息查询等任务,不用人工后续操作。在基准测试中它的语音推理准确率达到 98.9%,同时成本控制优势明显,官方对比 GPT Realtime 2.1 等同类型竞品,整体使用价格大约只有对手的三分之一,基础语音对语音部分按音频分钟计费,推理部分单独按 token 结算,适合企业批量搭建电话智能体、语音客服。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们