應用場景

長篇、多語者合成解鎖了單句 TTS 難以勝任的工作流——2026 年的辨識版本再補上即時與裝置端的應用。

90 min

部落格轉 Podcast

把一篇文章自動變成自然的雙人對談 Podcast,單次生成、音色一致。

教育對話情境

師生對話、訪談與角色扮演腳本,為教材配上語音。

AI 代理語音

為 AI 代理提供低延遲語音介面(Realtime)。

企業 e-learning

免錄音室,大量產出教育訓練旁白。

長篇技術內容朗讀

技術文件、長篇文章一次連貫合成朗讀。

多語者旁白

在單一模型內維持最多 4 位語者音色一致。

即時字幕與會議記錄

串流版 ASR 在會議進行中就標出誰在說話,不必等錄音結束。

裝置端離線處理

1.58 GB 的 CPU 版讓敏感音訊留在本機。