AssemblyAI 发布首款 TTS 模型 TTS-1
AssemblyAI 于 10 月 28 日正式发布其首款文本转语音模型 AssemblyAI-TTS-1，产品定位是语音 Agent 的实时对话场景，当日即可使用。官方给出的核心参数包括：首段音频延迟约 90ms（转发帖另称 80ms 首 byte/TTFB，口径略有出入），定价为每百万字符 15 美元，支持即时声音克隆与 4000+ 预置音色，流式输出延迟为 90 毫秒量级。官方宣称在准确性、自然度与成本三者综合上，没有其他 TTS 模型能同时胜出，是最适合规模化运行的 TTS。
已确认
- 发布方与发布日期：AssemblyAI 官方账号 10 月 28 日官宣，TTS-1 即日起可用
- 定价：$15/百万字符
- 延迟：官方口径为 90ms 首段音频/流式输出（转发帖中出现 80ms 首字节的说法）
- 功能：支持 4000+ 预置音色、即时声音克隆，面向实时语音 Agent
- 第三方评测：Artificial Analysis 在多个竞技场与基准上完成评测，生成速度 162 字符/秒居前；Provider Voice 竞技场 Elo 1,227（1,626 次出场），并进入 Provider Voice Arena 与 Controlled Voice Arena 双前十二
尚未确认
- 官方帖与转发帖在延迟指标上存在 80ms（首字节）与 90ms（首段音频）两种表述，可能是统计口径不同，具体定义待官方澄清
为什么重要
TTS-1 是 AssemblyAI 从语音识别/理解向语音合成扩展的首款产品，主打低延迟与低成本组合，直接切入当前火热的语音 Agent 市场；Artificial Analysis 的独立评测为其速度与竞技场排名提供了第三方佐证，但「综合最优」仍是厂商自述，实际表现需更多横向对比验证。
2026-10-28 ~ 2026-10-29 · 5 条相关
- 第 1 集:AssemblyAI 发布首款 TTS 模型 TTS-1(2026-10-28,5 条)
- 第 2 集:AssemblyAI-TTS-1 实测：速度登顶，发音鲁棒性第16(2026-10-29,5 条)
一手来源
- AssemblyAI 发布首个 TTS 模型：90ms 流式语音，$15/百万字符 — AssemblyAI ·
- AssemblyAI 首发语音模型 TTS-1：速度 162 字符/秒居前，价格 $15/1M — ArtificialAnlys ·
- AssemblyAI 发布首款 TTS 模型 TTS-1：80ms 首字节，$15/百万字符 — ycombinator · 2026-10-28
- AssemblyAI 发布首个 TTS 模型，语音竞技场双双挤进前十二 — ArtificialAnlys · 2026-10-29
另有 3 条近重复转述:AssemblyAI · AssemblyAI · ArtificialAnlys