Inworld AI 对比 AIshot

Inworld AI 销售实时语音 API，涵盖文本转语音、语音转文本、语音对话代理和大语言模型路由，包括游戏中的头像和 NPC 语音生成。其 Realtime TTS-2 模型宣称首字节时间为 100 毫秒，支持从 15 秒音频进行语音克隆，带有括号语音引导标签，并支持单一语音的 200 多种语言。

与将独立的 TTS、STT 和网关供应商拼接使用相比，Inworld 将这些层整合到实时 API 会话和覆盖 220 多个大语言模型的零加价路由器中。主页公布了并列的费率对比，例如 Realtime TTS 每 100 万字符 12.50 美元，而 ElevenLabs 在类似增长计划中为 100 美元，目标用户为大规模发布消费级语音应用的团队。

游戏工作室仍使用 Inworld 进行 NPC 和伴侣语音，但当前产品也面向教育、健康、社交应用和代理型劳动力工具。开发者可在 platform.inworld.ai 注册，选择按需免费层或带积分的付费月度计划，并通过 docs.inworld.ai 文档中的 REST 或 WebSocket API 集成。

AIshot 可在约 20 至 30 分钟内将你的自拍转换为专业商务头像。你购买积分、上传自拍、选择服装颜色与背景，并下载为 LinkedIn 个人资料、简历及团队目录定制的 AI 生成肖像。aishot.net 上的套餐起价为 €25，包含 40 张照片且最多可选四种风格组合。

工作室头像拍摄需耗费时间与协调。AIshot 基于你上传的自拍进行训练，远程生成数十种变体，这比现场摄影师更适合求职者与远程团队。代价是输出为风格化的 AI 作品而非相机捕捉，且旧域名 aishot.me 现已重定向至一款无关的 PDF 工具。

专业人士、创始人及招聘团队使用 AIshot 来制作个人资料照片，无需预订工作室。德国 AISHOT 服务在 ProvenExpert 上获评 5 星（满分 5 星），并在官网首页提供 Starter、Basic 与 Premium 三档，最多可生成 200 张头像。