AssemblyAI 发布 TTS-1：每百万字符 15 美元，并发不设上限，也不用签合同

AssemblyAI 发布了 AssemblyAI-TTS-1，这是它第一个面向语音代理的文本转语音模型。价格是每 100 万字符 15 美元，官方称并发不设上限，也不需要签合同。发布时支持 6 种语言。

据 MarkTechPost 的 Michal Sutter 报道，这条消息的重点不只是多了一个 TTS API。语音代理的链路通常是识别、推理、合成三段，TTS 处在最后一步，却直接决定延迟、并发成本和用户体验。过去选 TTS，团队常先听音色 Demo；真到上线，合同、最低消费、并发上限和超额计费往往更影响决策。AssemblyAI 这次把计价单位压到字符，并取消合同门槛，等于把采购问题简化成一张可估算的账单。

对普通用户，TTS 可以理解为把文字读成声音的接口。语音代理需要它把模型生成的回答实时读出来，所以除了像不像人，还要看响应快不快、同时来很多用户会不会排队、多语言能不能覆盖。AssemblyAI-TTS-1 发布时支持 6 种语言，具体语种和音色清单需要以官方文档为准，素材里没有展开。

对开发者，15 美元每百万字符是一个容易横向比较的锚点。它没有解决所有问题：音质、延迟、稳定性、限流策略和不同语言的发音准确度，仍然要实测。无限并发是官方口径，生产环境还要看服务等级和配额规则。但至少，AssemblyAI 把竞争点往部署约束和账单可预测性上推了一步。TTS 市场过去爱比 demo，接下来可能得比谁能让团队少签一份合同、少做一次容量规划。

来源：MarkTechPost。