@rohanpaul_ai: Inworld 已收购语音智能体平台 Ultravox,并将其内置语音迁移至 Realtime TTS-2……
摘要
Inworld 已收购实时语音智能体平台 Ultravox,并将其内置语音迁移至 Realtime TTS-2。Realtime TTS-2 支持以自然语言内联指令,在对话过程中实时控制语速、语调和情感表达。
查看缓存全文
缓存时间: 2026/10/01 04:15
Inworld 已收购语音智能体平台 Ultravox,并已将其内置语音迁移到 Realtime TTS-2 上。
Ultravox 是一个完整的语音智能体平台。它能理解你说的话以及背后的意图,据此处理问题、调用工具、完成任务,并实时处理对话轮次与打断。
现在支撑 Ultravox 内置 Inworld 语音的 Realtime TTS-2,可以直接用自然语言来下达指令。也就是说,通过内联指令,你可以针对特定的语音片段调整语速、语调和情感表达。
因此,不再需要为整通通话统一设定 0.85 的语速,智能体可以在引导用户完成某个复杂步骤时让语音放慢,然后再恢复到正常速度。
Inworld AI (@inworld): 我们很高兴地宣布,@ultravox_dot_ai 现已成为 Inworld 的一部分。
Ultravox 是开发者用来构建实时语音智能体的平台。我们通过 TTS 合作与该团队共事已久,而今天,开发该平台的部分团队成员将加入 Inworld,继续
相似文章
@inworld_ai: Realtime TTS-2 今日正式发布,现为 Artificial Analysis 上排名第一的模型,也是同类中全球最快的TTS。研究预览……
Inworld AI 正式发布 Realtime TTS-2,宣称其为 Artificial Analysis 上的顶级模型和同类中最快的TTS,代表了公司历史上的重大进步。
@rohanpaul_ai:我没想到 Soniox TTS v2(一个文本转语音模型)会听起来这么自然。他们刚刚发布这个 TTS v2 > 真…
Soniox TTS v2 是一款新的文本转语音模型,提供优质语音质量、通过音频标签实现的表现力控制、高保真语音克隆、支持 60 多种语言,以及低延迟流式传输,定价为每生成小时 0.70 美元。
@rohanpaul_ai:一个非常酷的实时视频模型刚刚发布,用于交互式角色和世界
Vivix.AI 发布了 A1,一个面向交互式角色和世界的实时视频模型,通过小段连续片段同时生成音频与视频,从而实现无缝打断,以及带有持久状态的实时长对话。
@rohanpaul_ai: 我觉得语音正逐渐成为众多软件的默认输入方式。对我来说,AI 让键盘使用起来愈发不自然。
这篇帖子讨论了 AI 如何使语音成为软件的默认输入层,并介绍了 Multilingual Voices 功能,以在不同语言间保持业务特色。
API 推出全新模型,推动语音智能发展
OpenAI 在 API 中发布了三款全新语音模型:具备高级推理能力的 GPT-Realtime-2、支持实时多语言翻译的 GPT-Realtime-Translate,以及用于流式转录的 GPT-Realtime-Whisper,旨在实现更自然、更具行动力的语音应用。