AssemblyAI 发布首个 TTS 模型：90ms 流式语音，$15/百万字符
AssemblyAI · x · 2026-10-28
AssemblyAI 发布其首个文生语音模型 AssemblyAI-TTS-1，面向语音 Agent 场景，支持 90 毫秒流式输出，定价为每百万字符 15 美元。
官方宣称该模型在准确性、自然度与成本三者综合上是最适合规模化运行的 TTS 模型，主打特性包括：独立基准领先的准确率、数百万小时音频训练、即时语音克隆、4000+ 音色且每日新增。服务运行在日处理 300 万+ 小时音频、服务 100 万+ 语音转文字开发者的现有基础设施上，按量付费无并发上限。
所属事件:AssemblyAI 发布首款 TTS 模型 TTS-1(5 条相关)→
「多模态」频道最新
- Higgsfield 遭「不过是套壳」群嘲,网友 30 分钟自制同款换人视频流程 — ravisparikh · 2026-10-29
- CapCut 万圣节促销：Pro 低至 4 折，Dreamina 仅 0.29 美元 — FellMentKE · 2026-10-29
- HeyGen 推出 Voice STS:保留停顿与气声的口音迁移 — HeyGen · 2026-10-29
- 《罗拉快跑》导演 Tom Tykwer 用 Seedance 拍电影，导控力成新护城河 — LinusEkenstam · 2026-10-29
- 用 Claude vibecoding 出 ComfyUI 作品库节点：自动归档生成结果 — LaurentLaSalle · 2026-10-29
- Civitai 模型许可分析:绝大多数模型可合法免费转载,Buzz 付费墙拦不住 — ArtyfacialIntelagent · 2026-10-29