Inworld Realtime TTS-2 发布:多轮上下文+低至百毫秒延迟
SucceededMind · x · 2026-09-03
Inworld AI 发布 Realtime TTS-2,主打「多轮上下文语音会话」而非传统无状态朗读:支持多轮音频上下文与自然语言实时调控,延迟低于 100ms,定价 $12.50/百万字符,官方称性能超过成本 20 倍的竞品,并登顶 Artificial Analysis 榜单。作者评论称,无状态「读这句话」式 TTS 已被商品化,而保持会话状态的实时语音还难以快速同质化——语音 agent 的架构逻辑正在被改写。
所属事件:Inworld Realtime TTS-2 正式发布并登顶语音评测榜(7 条相关)→
「多模态」频道最新
- 一条 prompt 30 秒生成 20 个连续变换的不可能世界 — umesh_ai · 2026-10-18
- Reddit 用户倡议建开源视频剪辑数据集,破解 LoRA 易崩问题 — Emergency-Shake4529 · 2026-10-18
- Gaussian Splatting 版电影预告片即将登场 — CSProfKGD · 2026-10-18
- 开发者开源 ComfyUI 分镜与视频提示词生成工具 — Resident-Gain-5424 · 2026-10-18
- 博主用 Seedance 2.5 生成特斯拉起飞创意视频 — SimplyAnnisa · 2026-10-18
- 离谱提示词考验:Fable 5.5 精准画出鹈鹕骑车套娃 SVG — bookwormengr · 2026-10-18