品玩5月7日讯，据 MarkteChpost 报道，Inworld AI正式发布语音模型Realtime TTS-2，通过闭环系统架构革新语音交互体验。该模型突破传统文本转语音模式，可实时处理对话音频，感知用户语调、节奏及情感状态，实现更自然的拟人化交流。

TTS-2集成四大核心功能：支持开发者通过自然语言提示精准调控语音表达；基于闭环架构实现对话语境感知，自动延续情感与语调；提供跨语言支持，同一声音身份可无缝切换100多种语言；创新“高级语音设计”功能，仅需文本描述即可生成可复用语音，无需音频样本。

技术层面，模型通过单Websocket连接整合Realtime STT、路由器及TTS层，确保200毫秒内响应。其生成的语音包含自然停顿、语气词等拟人化特征，支持语音克隆，适配多场景应用。

此次发布标志着Inworld AI从音质竞争转向行为层创新，Realtime TTS-2在Artificial Analysis Speech Arena中已位列榜首，展现其技术领先性。该产品将助力AI交互从机械对话迈向更具情感理解力的“类人沟通”时代。