搜索
Inworld 推出 TTS-1.5：低延迟，成本相较同类便宜 25 倍
5 天前
Inworld AI发布了Inworld TTS-1.5实时语音AI模型，该模型被誉为当前速度最快、质量最优的语音生成工具。其中，1.5 Max版本的首声延迟P90低于250毫秒，而1.5 Mini版本更是低于130毫秒，速度较上一代提升了4倍。Max版本不仅音质卓越、速度快，还具备丰富的语音表现力。经过改进，TTS-1.5的表现力提升了30%，词错误率降低了40%，有效减少了幻听等问题，生成的语音更加接近真人。此外，该模型还增强了对多语言的支持，现已覆盖15种语言，且成本较其他方案降低了25倍以上。1.5 Max版本适用于大多数应用场景，而1.5 Mini版本则针对对延迟高度敏感的应用进行了优化。
