做电话语音 Agent 的人，有个新的 TTS 可以试了。AssemblyAI 的 TTS-1 正式可用，首音频 90 毫秒就流出来，接电话的场景里，这个延迟很关键。
计价按字符算，100 万字符 15 美元，不绑年约、并发不设上限。不用先买并发档位、不用承诺消费额，接电话量也能直接上，起步门槛低了不少。
官方页面：
https://www.assemblyai.com/blog/text-to-speech-api
正在做语音 Agent 的话，可以拿这个新模型跑一轮实测，对比一下延迟和音质再决定。
正文完