动察 Beating AI 快讯，实时语音 AI 公司 Inworld 正式推出 Realtime TTS-2。Artificial Analysis 最新 Controlled Voice Arena 中，它以 1123 Elo 排第一，比 Cartesia Sonic 3.6 的 1119 高 4 分。这个榜让不同模型克隆同一组 8 个声音再盲测，主要看谁说得更自然、更像真人，包括发音、停顿、语调和节奏。

它会把前几轮真实语音也作为上下文，听用户的语气、节奏和情绪，再调整下一句话怎么说。开发者还能直接写「低声说」「像刚下班一样疲惫但温暖」这类自然语言指令，并加入笑、叹气、呼吸等声音。它还支持跨语言保持同一声线，以及用短录音克隆声音。

Inworld 官方称，这一代模型就是为了实时对话设计，会利用完整语音交流中的语调、节奏和情绪状态。