Artificial Analysis (@ArtificialAnlys)T1·开发与工程
62 分
Artificial Analysis 推出 Time to First Audio 指标,衡量 TTS 模型从输入到发出可听语音的等待时长,填补其语音基准中响应延迟的空白。测试显示前沿模型首音延迟从 76 毫秒到近 1 秒不等,流式与非流式模型的中位数分别为 376 毫秒和 2.0 秒,流式架构成为响应体验的分水岭。
Speechify 推出的流式语音合成模型,首音延迟 116 毫秒
Artificial Analysis 推出 Time to First Audio 指标,衡量 TTS 模型从输入到发出可听语音的等待时长,填补其语音基准中响应延迟的空白。测试显示前沿模型首音延迟从 76 毫秒到近 1 秒不等,流式与非流式模型的中位数分别为 376 毫秒和 2.0 秒,流式架构成为响应体验的分水岭。
Speechify 的 Simba 3.5 在 Artificial Analysis 受控语音竞技场中排名第一,与 HeyGen Voice 统计上持平,领先 Qwen-Audio-3.1-TTS-Plus。其速度达每秒 139.6 字符,价格为每百万字符 6.58 美元,是价格图中最便宜的模型,但供应商语音榜仅列第五。