AssemblyAI 首个 TTS 模型上线 LiveKit：真实电话语音训练，首音频仅 90ms
AssemblyAI · x · 2026-11-04
AssemblyAI 发布其首个语音合成模型 AssemblyAI-tts-1，专为语音 agent 场景打造，已上架 LiveKit Inference。模型在真实电话对话上训练，首包音频延迟约 90ms，提供 4000+ 声音、支持 6 种语言，并内置词级时间戳，定价为每 100 万字符 15 美元。
所属事件:AssemblyAI 发布首款 TTS 模型：首音频延迟仅 90 毫秒(2 条相关)→
「多模态」频道最新
- 作者用自研 Claude 音乐视频插件把 MV 改成 slopcore 风格 — AIandDesign · 2026-11-04
- 老照片修复选谁？Fibo、Krea 2 与 Qwen 实测讨论 — aroundaboutsix · 2026-11-04
- 跨多家模型的统一内容过滤如何实现？Muslim 版 Higgsfield 引发技术讨论 — Cresior · 2026-11-04
- FLUX 3 Image Klein 官方晒图：咖啡、床品与狗随想随生成 — bfl_ai · 2026-11-04
- FLUX 3 Image Klein 下载量破百万，主打精准编辑 — bfl_ai · 2026-11-04
- Seedance 2.5 行星科幻短片完整 Prompt 公开：双日沙漠宇航员 — LudovicCreator · 2026-11-04