Inworld 发布实时 TTS-2:支持括号语气操控,覆盖 200+ 语言
testingcatalog · x · 2026-09-03
Inworld 推出实时语音模型 Realtime TTS-2,在 Artificial Analysis 排行榜排名第一。
- 语气操控:用 [excited] 等方括号指令实时改变语音情感与节奏,模型把此前对话轮次当作音频上下文传入,能感知用户语气与情绪。
- 性能:20ms 首音频字节(服务端测量),输出经降噪处理。
- 多语言:TTS-2 Flash 覆盖 200+ 语言,同样支持语气操控与声音克隆。
- 早期合作方包括 LiveKit、Latitude、Talkpal 等,面向实时对话、AI 游戏角色与语言学习场景。
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