Kimmonismus (X)
1 个来源Inworld发布实时TTS-2模型，登顶Artificial Analysis榜单
Inworld公司宣布其实时文本转语音（TTS）模型Realtime TTS-2已正式全面可用。该模型在Artificial Analysis的受控语音竞技场中排名第一，并被描述为同类产品中速度最快的一款。此次发布整合了前期研究预览阶段的反馈，代表了Inworld历史上的重大技术飞跃。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Inworld发布Realtime TTS-2：登顶Artificial Analysis榜单，开发者指令控制成核心差异
版本 1 · 1 个来源
Inworld AI于2026年9月2日宣布其文本转语音模型Realtime TTS-2正式全面可用（GA）。该公司声称该模型目前在Artificial Analysis的“受控语音竞技场”中排名第一，并被称为同类产品中最快的TTS。其核心特性允许开发者通过文本嵌入从简短情绪标签到完整语调描述的各种交付指令。
- Inworld Realtime TTS-2于2026年9月2日正式全面可用。
- 官方声称该模型在Artificial Analysis的受控语音竞技场中排名#1。
- 模型支持通过文本嵌入详细的语调与情绪交付指令。
- Inworld表示研究预览版的使用量远超预期，经验已反馈至GA版本。
- 该发布被标记为Inworld历史上的最大飞跃。
展开章节目录产品发布与市场定位
产品发布与市场定位
Inworld AI于2026年9月2日通过社交媒体宣布，其实时文本转语音模型Realtime TTS-2已进入一般可用性阶段（General Availability, GA）。这一发布标志着该产品从研究预览阶段向商业化部署的关键转变。
性能宣称与第三方基准
Inworld官方声称，Realtime TTS-2目前位列Artificial Analysis平台“受控语音竞技场”（Controlled Voice Arena）的第一名。同时，公司将其定义为“同类产品中最快的TTS”。需要注意的是，这些排名和速度比较是基于Artificial Analysis的数据及Inworld自身的声明，具体基准测试细节未在来源中展开。
技术特性：细粒度指令控制
该模型的一个显著技术特征是允许开发者将“交付指令”直接写入文本中。这种控制机制具有高度的灵活性，范围涵盖从简短的情绪标签到完整的句子描述，用于指定语音输出的语调。这种设计旨在解决传统语音合成中语调控制困难的问题，据称能显著提升开发效率。
研发背景与迭代逻辑
Inworld指出，Realtime TTS-2的研究预览版获得了远超预期的使用量。公司将这些早期用户的使用经验重新整合进研究中，从而形成了此次发布的GA版本。Inworld将此版本描述为其历史上“最大的飞跃”，暗示其在性能或功能上相较于前代有实质性提升。
可信度边界
本报道主要基于Inworld AI及其合作伙伴在X平台发布的新闻稿。关于“Artificial Analysis排名第一”及“最快TTS”的主张属于厂商宣称（source_claim），缺乏独立第三方验证数据。所有关于模型内部架构或具体延迟毫秒数的细节均未在来源中提供。
核心结论
Inworld通过强调对语音语调的细粒度文本控制能力以及Artificial Analysis的高排名，试图确立Realtime TTS-2在竞争激烈的TTS市场中的领先地位。开发者需关注其指令控制的实际效果，而非仅依赖厂商的性能宣称。
主报道
Kimmonismus (X)
主报道来源