最后更新 08-14-2026
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Inworld 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。
实时TTS-2广告显示100毫秒TTFB；TTS-2 Flash广告显示20毫秒
支持15种语言的15秒音频进行语音克隆
实时API在一个WebSocket会话中运行STT、LLM引导和TTS
路由器提供对220多个主要供应商LLM模型的零加价访问
实时STT流带有内置情感、年龄、口音、音调和风格信号
括号内标签引导语调、速度、音量和停顿
高阶层级提供SOC 2 Type II、HIPAA和GDPR合规选项
集成TTS、STT、语音到语音和LLM路由，无需连接多个供应商
公开的费率比较显示相较于单独的TTS和网关供应商有显著折扣
语音引导标签和配置信号提供对交付和用户上下文的细粒度控制
定价层级和信用额度计算需要时间以适应高容量生产应用
高级合规功能如HIPAA和零数据保留需要Growth附加包或Enterprise层级
平台以API为先；非开发者需要工程帮助才能发布完整的语音产品
Inworld AI 提供什么服务？
Inworld AI 提供实时语音 API，包括文本转语音、语音转文本、语音对话代理和大型语言模型路由。开发者可通过 platform.inworld.ai 集成，文档见 docs.inworld.ai。
Inworld AI 有免费套餐吗？
有。Inworld AI 的按需计划免费起步，包含最多 70 分钟的文本转语音使用、100 个自定义声音、语音克隆、实时 API 访问和社区支持，适合评估和原型开发。
Inworld AI 的费用是多少？
Inworld AI 付费套餐起价为每月 25 美元（Creator）、100 美元（Builder）、300 美元（Developer）和 1500 美元（Growth），含月度额度。按需付费价格为实时 TTS-2 每 100 万字符 25 美元。
Inworld TTS 支持哪些语言？
Inworld 宣称实时 TTS 支持 200 多种语言，包括英语、西班牙语、法语、韩语、中文、印地语、日语和德语。跨语言语音克隆允许一个克隆声音说多种语言。
Inworld AI 会创建 3D 头像吗？
不会。Inworld AI 提供角色大脑和语音输出，视觉部分由用户自行决定。官网说明演示头像使用 Ready Player Me，但平台对外观模型无依赖。
什么是 Inworld Realtime API？
Inworld Realtime API 是一个端到端的语音对语音解决方案，支持自定义声音、工具调用、轮次检测和供应商无关的大型语言模型路由，通过一个 WebSocket 连接实现。