AssemblyAI 首发语音模型 TTS-1：速度 162 字符/秒居前，价格 $15/1M
ArtificialAnlys · x · 2026-10-29
AssemblyAI 发布首个文生语音模型 AssemblyAI-TTS-1，Artificial Analysis 在多个竞技场和基准上完成评测：
- Provider Voice 竞技场：Elo 1,227（1,626 次出场）排第 12，落后 Breeze TTS 2（1,228），领先 Mistral Voxtral 3 TTS（1,221）和 Inworld Realtime TTS-2 Flash（1,218）
- Controlled Voice：得分 1,110 排第 10，Knowledge Sharing 子项第 6；发音稳健性 81.7% 排第 16
- 速度：162 字符/秒，快于 Cartesia Sonic 3.6（148.6）和 Voxtral 3 TTS（112.3）
- 价格：$15/1M 字符，排在其上的 11 个模型中仅 2 个更便宜（对比 Eleven v4 $80、Sonic 3.6 $49）
整体看是以速度与性价比切入、质量居中游的新玩家。
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
- Runway 上架 Codex 插件：一句描述即可自动接入视频生成 API — runwayml · 2026-10-29
- 用 Ableton 片段导出 MIDI,少样本调教出 Lydian 乐句生成器 — teropa · 2026-10-29
- Atlas 3DGS 扫描质量实测：多角度布帧后桌面可无伪影环绕 — theworldlabs · 2026-10-29
- NUS 提出维纳信息解码 WiD，加速像素空间流模型训练 — NationalUniversityofSingapore · 2026-10-29
- NVIDIA 发布统一扩散语言模型,理解生成双 SoTA — siyan_zhao · 2026-10-29
- 用 Seedance 2.5 在 Pippit AI 产出品牌宣传片，电影级视频门槛大降 — anthara_ai · 2026-10-29