Inworld AI 发布 Realtime TTS-2 实时对话语音模型
Inworld AI 发布新一代实时对话语音模型 Realtime TTS-2，已在 Inworld API 和 Inworld Realtime API 全面开放。
推荐理由：原文给出多轮音频上下文、自然语言语音指令和低于 200ms 的首音频延迟，可供判断实时语音对话能否接入自己的项目。
#模型发布
Inworld AI Blog精选AI 评分5757
Inworld AI Blog精选AI 评分4040 Inworld 下调语音与 LLM 栈价格，多数开发者降幅过半
Inworld 宣布对整条语音栈降价，多数开发者在文本转语音、语音识别、LLM 和算力各层降幅达一半以上，新价格已面向所有开发者生效。Realtime TTS-2 降至约 $10/1M 字符，语音识别降至约 $0.10/小时，Router 可接入 100+ 模型且第三方模型不加价。
推荐理由：Inworld 把语音栈各层价格下调并对 TTS、语音识别和 LLM 给出阶梯单价，可用来估算消费级应用的推理成本。
Inworld AI Blog精选AI 评分4949 Inworld 用 Realtime TTS-2 联手 Stream Vision Agents，搭出能看能听的实时语音智能体
Inworld 联手 Stream 搭出参考实现 Crashout Buddy，组合最新语音模型 Realtime TTS-2 与 Stream 开源的 Vision Agents 框架，可实时看表情、听语音并调整表达。
推荐理由：文中给出了把视觉信号与情绪上下文转成语音表达指令的做法，可据此判断这条实时语音链路能否接进自己的项目。
已经到底了