AssemblyAI 发布首款 TTS 模型：首音频延迟仅 90 毫秒

AssemblyAI 发布其首个文本转语音模型 AssemblyAI-TTS-1，专为语音 Agent 的实时通话场景打造，已上架 LiveKit Inference。模型在真实电话对话数据上训练，官方称其语音自然、响应极快，首音频延迟仅 90 毫秒，有助于让通话方保持在电话线上。

2026-11-03 ~ 2026-11-04 · 2 条相关

• AssemblyAI 发布首款语音合成模型 TTS-1，专为实时语音 Agent 打造 — AssemblyAI · 2026-11-03
• AssemblyAI 首个 TTS 模型上线 LiveKit：真实电话语音训练，首音频仅 90ms — AssemblyAI · 2026-11-04