Inworld AI 对比 Profile Picture AI

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。

Profile Picture AI 可以将一张自拍照转换成数十张风格化的头像和工作室风格的证件照，无需拍摄。上传一张清晰的照片，从大量风格库中选择，几分钟内即可获得适用于 LinkedIn、社交应用或团队页面的生成肖像。

与通用照片滤镜不同，Profile Picture AI 会针对您的面部进行训练，输出适合社交头像或完整工作室拍摄的批量照片。该网站还推广 PFP.AI Studio 会话，从一次上传中生成 100 多张高分辨率照片，面向希望获得 LinkedIn 准备好的证件照且无需两周预约周期的人群。

它适合求职者、创作者、约会应用用户以及需要跨平台保持头像一致的远程团队。创始人 Danny Postma 和 Tim 独立在荷兰运营该产品，上传的训练数据会在 24 小时内删除，支付通过 Stripe 处理，并提供 7 天退款窗口。