Inworld TTS-2 登顶语音盲测榜

实时语音 AI 公司 Inworld 正式推出 Realtime TTS-2。在 Artificial Analysis 最新的 Controlled Voice Arena 盲测中，该模型以 1123 Elo 排名第一，超越 Cartesia Sonic 3.6 的 1119 分。

评测机制


榜单通过让不同模型克隆同一组 8 个声音进行盲测，比拼发音、停顿、语调和节奏的自然度。

核心功能


  • 将前几轮真实语音作为上下文，感知用户语气、节奏和情绪，动态调整回应

  • 支持自然语言指令，如「低声说」「像刚下班一样疲惫但温暖」

  • 可加入笑、叹气、呼吸等副语言声音

  • 支持跨语言保持同一声线，及短录音克隆声音


Inworld 官方表示，该模型专为实时对话设计，利用完整语音交流中的语调、节奏和情绪状态。TTS 竞争正从音质转向对话智能。