Inworld发布全新TTS-1.5：实时低延迟，成本大降25倍

近日，人工智能公司Inworld正式推出文本转语音模型TTS-1.5，该模型以“自然实时语音、低延迟、多语言支持”为核心亮点，同时凭借极具竞争力的价格，引发行业关注。

核心技术与核心优势

1. 超低延迟：技术上实现低于250毫秒的实时延迟，用户在对话中几乎无滞后感；其中TTS-1.5 Max版本延迟仅130ms，对比同类产品（如ElevenLabs Multilingual v2为250ms）优势显著。


2. 极致低成本：使用成本约每分钟0.005美元，官方宣称比市场同类产品便宜25倍，大幅降低开发者与企业的使用门槛。


3. 性能优化：除速度外，模型在语音表达力和合成稳定性上进一步优化，语音更自然、富有感染力。


4. 多语言支持：具备多语言合成能力，适配更广泛的使用场景。

核心应用场景

TTS-1.5的低延迟与高自然度特性，使其尤其适配游戏和虚拟现实（VR） 领域的对话系统，能为用户带来更真实的交互体验。

市场反馈

5. 用户对“低延迟”需求强烈，认为该技术解决了文本转语音的核心痛点；


6. 社交平台上，开发者与企业对TTS-1.5表现出浓厚兴趣，期待将其应用于各类项目中。