🏷️ 实时对话
共 4 个相关内容
🧭 导航
Qwen3-Omni
Qwen3-Omni 是阿里通义千问开源的端到端全模态大模型,统一处理文本、音频、图像与视频,支持实时流式交互与自然的多模态对话。
Inworld TTS
Inworld AI 推出的高拟真语音合成 API,主打情感丰富、低延迟的实时对话语音,适用于游戏 NPC 与语音 Agent。
Eleven v4
ElevenLabs 第四代表情语音模型,情绪起伏与重音、口音控制更细腻,另有 Turbo 版本面向低延迟实时对话场景。
共 4 个相关内容
Qwen3-Omni 是阿里通义千问开源的端到端全模态大模型,统一处理文本、音频、图像与视频,支持实时流式交互与自然的多模态对话。
Inworld AI 推出的高拟真语音合成 API,主打情感丰富、低延迟的实时对话语音,适用于游戏 NPC 与语音 Agent。
ElevenLabs 第四代表情语音模型,情绪起伏与重音、口音控制更细腻,另有 Turbo 版本面向低延迟实时对话场景。