核心能力
音色克隆
秒级样本即可复刻音色，保留原声的风格与情感
语音合成
文本转语音，多音色、多语种、多情感可选
流式合成
边生成边播放，对话级延迟，支撑实时语音交互
多引擎调度
多家合成引擎一个入口，效果与成本可权衡
适用场景
- 有声内容、播客的批量合成
- 品牌专属音色 / IP 音色定制
- 实时语音助手与语音客服的发声
接入方式
REST 与流式接口并存，实时场景走 WebSocket 长连接。
秒级样本即可复刻音色，保留原声的风格与情感
文本转语音，多音色、多语种、多情感可选
边生成边播放，对话级延迟，支撑实时语音交互
多家合成引擎一个入口，效果与成本可权衡
REST 与流式接口并存，实时场景走 WebSocket 长连接。