微软正在测试自研全双工语音模型 MAI Realtime——这是微软首款原生实时语音模型，支持中文等 16 种语言，可以边听边说、随时打断，还能自动识别语言并在对话中途切换。目前它只邀请部分合作伙伴在 MAI Playground 平台测试，什么时候登陆 Copilot 还没定。下面把这条消息用大白话讲清楚。
MAI Realtime 是什么？全双工语音什么意思
据 IT之家 8 月 4 日报道（援引科技媒体 TestingCatalog 8 月 2 日的博文），微软正在测试其首款原生实时语音模型 MAI Realtime。MAI 是 Microsoft AI 的缩写，代表微软 AI 团队的自研模型路线，这次是它第一次做「原生于语音」的实时模型。
它最大的卖点是「全双工」。传统语音助手是轮流制：你说完→它识别→它思考→它播报，中间有明显等待。全双工则像真人打电话，双方可以同时听和说，你能随时插话打断它，它也能一边听你讲一边组织回答，对话节奏更自然、延迟感更低。
- 听说并行：采用双向、全双工交互，不用严格遵守「用户说完、模型再答」的轮次交替。
- 语言自适应：支持自动识别语种，对话中途换语言也能跟上。
- 过程透明：调试面板可以显示实时延迟、模型「思考内容」和处理步骤，方便开发者排查问题。
简单说，这不是给老语音功能换个声音，而是从交互方式上重做了一遍。
MAI Realtime 支持哪些语言和语音风格
官方口径是支持 16 种语言，中文在首批名单里。据报道列出的清单包括：
- 英语、德语、西班牙语、法语、意大利语、葡萄牙语、荷兰语、俄语、土耳其语
- 中文、日语、韩语、越南语、泰语、印度尼西亚语、印地语、阿拉伯语
使用上有两个细节对你很实用：一是你可以主动指定语言，二是可以开启自动检测，聊着聊着从中文切到英文，模型能自己跟上，不用手动改设置。对中英文混说的场景（练口语、跨国会议、外贸沟通）这点很加分。
语音风格方面，测试提供 Victoria 和 Grant 两种声音，据报道比 Copilot 目前的语音模式更自然。目前只有这两种，后续是否增加以官方为准。
也要说清边界：它的定位是对话系统，不支持唱歌，也不生成非语音音效（比如笑声、环境音）。想让它「表演才艺」的用户要降低预期。
MAI Realtime 和 ChatGPT 语音、Copilot 比哪个好
很多人关心它和已有的语音功能比怎么样。先说明：MAI Realtime 还在内测，下面只基于公开报道对比，正式表现以上线版本为准。
| 对比项 | MAI Realtime（测试中） | Copilot 现有语音 | ChatGPT 高级语音 |
|---|---|---|---|
| 交互方式 | 全双工，可边听边说、随时打断 | 以轮次对话为主 | 实时对话，支持打断 |
| 语言支持 | 16 种，含中文，可中途切换 | 多语言 | 多语言 |
| 语音风格 | Victoria、Grant 两种 | 现有若干声音 | 多种声音可选 |
| 底层模型 | 微软自研 MAI | 既有模型方案 | OpenAI 自研 |
| 开放状态 | 仅邀请合作伙伴内测 | 已上线 | 已上线（按套餐开放） |
从纸面看，MAI Realtime 的全双工交互和中文友好度是最大看点，但要等真正上线、大规模用过之后才能下结论。眼下如果你想体验成熟的实时语音对话，可以先参考 ChatGPT 语音和实时对话功能的使用方法，它的高级语音模式已经比较完善。
现在能用吗？MAI Realtime 怎么体验
先说结论：普通用户现在用不了。微软目前只邀请了部分合作伙伴，在 MAI Playground 平台上测试这个模型，没有公开申请入口。
后续的开放路径，据报道大致有两条，但时间都没公布：
- Microsoft Foundry：面向开发者和企业的平台，何时上线该模型尚不清楚。
- Copilot 语音功能：何时把 MAI Realtime 扩展到 Copilot 的语音模式，同样没有时间表。
另外，测试里的「样本分享」功能，可能会在测试权限扩大后向平台用户开放，到时候能听到更多真实对话样本。
对国内用户还要提醒一句：Copilot 目前并未面向中国大陆正式提供服务，后续能不能用、怎么用，以微软官方安排和你的实际网络环境为准，不建议为此折腾来路不明的方式。
想第一时间用上，有哪些坑要避开
每次有大厂新模型内测，各种「渠道」就会冒出来。针对这次 MAI Realtime，给你几个避坑提醒：
- 别买「内测资格」「代开通」：目前是微软定向邀请合作伙伴，没有任何公开申请渠道，声称花钱能开通的基本是骗局。
- 别信「已上线 Copilot」的说法：截至发稿，它还没有接入 Copilot，网上说「现在就能用」的多半是标题党或旧功能冒充。
- 别装来路不明的第三方客户端：打着「抢先体验微软新语音」旗号的 App 或插件，可能盗号或扣费，认准微软官方渠道。
- 关注官方信息源：想第一时间知道上线动态，盯微软官方博客和 Microsoft Foundry 公告就够了，比小道消息靠谱。
一句话：这东西现在「看得到、摸不着」，耐心等官方开放即可。
微软自研语音模型，对国内用户有什么影响
这条新闻背后的信号比模型本身更值得琢磨：微软在做自己的 MAI 模型家族，语音这种高频入口也开始用自研方案。这意味着微软对 OpenAI 模型的依赖在下降，未来 Copilot 的语音体验、响应速度和成本控制，都可能因此改善。
对你来说，直接的好处是可预期的：中文在首批 16 种语言里，说明中文用户是目标人群；全双工普及后，用语音练口语、开车时免提问答、边做饭边对话这类场景会顺滑很多，不用再等它「慢悠悠地接话」。
但也别高估短期影响：截至发稿，微软没有公布上线时间和定价，Copilot 语音什么时候升级、国内怎么开放都是未知数。现阶段它更像一个「预告」，而不是马上能用的产品。
如果你正在纠结该把预算花在哪家 AI 上，语音只是其中一个维度，整体怎么选可以看这篇 2026 年主流 AI 工具的选购思路；主力用 ChatGPT 的话，这篇 ChatGPT Plus 值不值得充 能帮你判断要不要为它的高级语音等功能付费。
信息来源:www.ithome.com。本文为基于公开资讯的原创整理与解读,非原文转载。