Inworld Realtime TTS-2
مدل صوتی از اینورلد ای‌آی
به فارسی:اینورلد تی تی اس ۲
این مدل چیست؟
Realtime TTS-2 مدل پرچم‌دار تبدیل متن به گفتار شرکت آمریکایی Inworld AI است که اوت ۲۰۲۶ عرضه شد و تأخیر مدل آن زیر ۱۰۰ میلی‌ثانیه است. با دستور داخل کروشه لحن را هدایت می‌کند، خنده و آه را اجرا می‌کند و صدا را با ۵ تا ۱۵ ثانیه نمونه، رایگان شبیه‌سازی می‌کند. فارسی به‌طور رسمی در ردهٔ دوم زبان‌های پشتیبانی‌شده آمده است. مدل بسته است و هر یک میلیون کاراکتر حدود ۲۱ تا ۲۵ دلار قیمت دارد.
سازنده: اینورلد ای‌آی (Inworld AI)
Inworld AI شرکتی آمریکایی است که ابتدا با شخصیت‌های هوشمند بازی شناخته شد و حالا مدل‌های گفتار بلادرنگ Realtime TTS را می‌سازد.
کجا می‌شود از آن استفاده کرد؟
فعلاً ابزاری در هوش یاب این مدل را ارائه نمی‌دهد.
جایگاه در جدول‌های مقایسه
- رأی‌گیری گفتار Artificial AnalysisRealtime TTS-2رتبهٔ ۷Elo ۱٬۲۵۴$۲۰٫۸ برای ۱ میلیون نویسه