先了解这件事
AI 综述
Scaled Cognition Inc. 于2026年10月20日推出文本转语音模型 Voice。据 SiliconANGLE 同日报道,该模型支持25种以上语言和声音克隆,可通过 API 调用或自托管部署,主打账号、地址等细节的准确朗读。报道称,托管 API 定价为每百万字符9美元,自托管为每百万字符1美元(不含基础设施),公司称500万字符规模下含基础设施约每百万字符13美元,并宣称语音生成延迟为70毫秒。其 Smart Pronunciation 能力会先判断缩写和数字的含义再生成音频,例如把 Pay 1/2 by 1/2 读作 pay half by January second,且不依赖 APT 或其他大语言模型即可运行。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Scaled Cognition 推出客服语音模型 Voice事件进展
1 个已确认进展
- 来源：SiliconANGLE
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月20日
SiliconANGLE
Scaled Cognition 推出客服语音模型 Voice
Scaled Cognition 发布文本转语音模型 Voice，支持 25 种以上语言和声音克隆，可通过 API 调用或自托管部署，主打账号、地址等细节的准确朗读。托管 API 定价为每百万字符 9 美元，自托管为每百万字符 1 美元（不含基础设施），公司称 500 万字符规模下含基础设施约每百万字符 13 美元，并宣称语音生成延迟为 70 毫秒。Voice 的 Smart Pronunciation 能力会先判断缩写和数字的含义再生成音频，例如把 Pay 1/2 by 1/2 读作 pay half by January second，且不依赖 APT 或其他大语言模型即可运行。