最后更新 07-27-2026
分类:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld
Inworld为开发者构建了实时语音基础设施，不仅仅是将TTS API简单集成到聊天机器人中，而是提供语音到语音的完整解决方案。该平台涵盖文本转语音、语音转文本、大型语言模型（LLM）路由，以及一个统一的实时API，将这些层级在一个WebSocket会话中串联。产品通过api.inworld.ai的REST和WebSocket端点提供，并配备浏览器门户，用于密钥管理、计费和测试场所。
ElevenLabs和Cartesia主要销售独立的TTS服务，而Inworld则专注于全声控技术堆栈。其语音转文本（STT）层每个音频片段提取五个副语言信号（情感、年龄、口音、音调、 vocal风格），并将它们输入到下游的LLM和TTS。实时路由器以零加成的提供者成本在220多个模型之间进行路由，这与通常对信用额度收取5%手续费的网关不同，这点非常不同。
游戏工作室、客户支持团队和独立开发者使用Inworld进行语音代理、互动NPC、语言辅导应用和AI伙伴。即用即付层包括最多70分钟的免费TTS，有助于降低原型设计的门槛，然后再考虑每月25美元的Creator计划。
企业客户可以选择SOC 2 Type II、HIPAA和GDPR合规方案，Growth计划还可添加Zero Data Retention（零数据保留）功能。这对于医疗健康行业和受监管行业尤为重要，因为语音数据不能在供应商服务器上长时间存放。
Realtime TTS-2 实现了亚200毫秒的首块延迟，支持嵌入式引导标签如 [轻声细语] 及非语言表达如 [叹气]。
即时语音克隆仅需5到15秒音频，TTS-2 支持超过100种语言的跨语言输出。
Realtime Router 提供对220多个大型语言模型的访问，供应商费率无加价。
Realtime STT 实时转录，价格低至每小时0.10美元，每个音频块支持五个声音特征信号。
Realtime API 在一个 WebSocket 中集成运行 STT、LLM 和 TTS，保证亚秒级语音到语音延迟。
按需使用套餐包含最多70分钟的TTS和100个自定义语音，免费提供。
完整的语音堆栈（TTS、STT、路由、语音转语音）集成于一体平台，无需连接多个供应商
LLM Router以供应商价格直通220多个模型，零加价
按需级别包含最多70分钟的免费TTS，用于原型设计
生产级别快速扩展，开发者计划月费为300美元，超出使用量另计费用
专业语音克隆需联系销售或升级到开发者或增长计划
专为开发者设计，提供API和SDK，非技术用户无无代码构建工具
Inworld是免费使用的吗？
是的。Inworld的按需计划免费起步，包含最多70分钟的TTS、100个自定义声音、语音克隆、实时API访问以及通过Router提供的220多个LLM模型。付费计划从每月25美元的Creator等级开始。
Inworld的实时API有什么作用？
Inworld的实时API在一个WebSocket会话中运行语音到语音流程，串联STT语音分析、LLM推理和实时TTS-2输出。它支持数百个LLM模型、语义回合检测、工具调用以及亚秒级端到端延迟。
Inworld TTS的费用是多少？
Inworld实时TTS-2在按需计划中每百万字符起价为25美元。费用在每月300美元的开发者等级降至每百万字符15美元，及每月1500美元的成长等级降至12.5美元。企业定价可低至每百万字符10美元。
Inworld Router支持哪些LLM模型？
Inworld Router可访问包括OpenAI、Anthropic、Google、xAI、Groq和Mistral等供应商的220多个模型。通过Router调用的第三方模型无需额外加价，且支持基于CEL的条件路由和A/B测试。
Inworld支持语音克隆吗？
支持。Inworld所有计划均提供从5到15秒音频的即时语音克隆。专业语音克隆需使用30分钟以上干净音频以实现更高保真度，作为开发者计划的附加服务，且成长计划包含该功能。
Inworld具备哪些合规认证？
Inworld获得了SOC 2 Type II认证，并支持HIPAA和GDPR合规。成长计划可选配零数据保留服务，企业客户可使用欧盟和印度的数据驻留选项。