AssemblyAI lanceert zijn eerste tekst-naar-spraakmodel, AssemblyAI-TTS-1

AssemblyAI heeft AssemblyAI-TTS-1 gelanceerd, zijn eerste tekst-naar-spraakmodel, ontwikkeld voor spraakagents. Volgens AssemblyAI streamt het model in 90 ms voor $15 per miljoen tekens. Het bedrijf noemt het het beste TTS-model dat je op schaal kunt inzetten als je nauwkeurigheid, natuurlijkheid en kosten samen in aanmerking neemt. OpenRouter meldt dat het model daar beschikbaar is, met meer dan 4.000 stemmen die vanuit de VS of de EU worden aangeboden.

De onderstaande cijfers zijn metingen van Artificial Analysis zelf, niet van AssemblyAI.

• Provider Voice Arena: Elo 1.227 op basis van 1.626 beoordelingen, op plaats #12, net achter Breeze TTS 2 (1.228) en vóór Voxtral 3 TTS van Mistral (1.221).
• Controlled Voice Arena (dezelfde gekloonde stemmen): 1.110, op plaats #10, achter Sonic 3.5 van Cartesia (1.118); #6 in Knowledge Sharing.
• Pronunciation Robustness: 81,7% op basis van 2.115 beoordeelde clips, op plaats #16.
• Snelheid: 162 tekens per seconde, sneller dan Sonic 3.6 van Cartesia (148,6) en Voxtral 3 TTS (112,3).
• Prijs: $15 per miljoen tekens. Van de elf modellen die op Provider Voice hoger staan, kosten er slechts twee minder (Gemini 3.8 Flash-Lite TTS voor $11 en Simba 3.2 voor $6,6); Eleven v4 kost $80 en Sonic 3.6 $49.