官网查看
定制方案
- ✓
暂未采集到具体套餐，价格以官网为准
Bulbul V4 Flash
面向实时场景的富有表现力印度语言语音
Bulbul V4 Flash 是什么？
Bulbul V4 Flash 是 Sarvam AI 推出的印度语言文本转语音模型，支持 11 种语言、83 种音色及 224 种语音与风格组合，能够生成自然且富有表现力的语音。它具备低于 250 毫秒的首包响应速度，实时表现流畅，同时比上一代 Bulbul V3 快约 40%，每 10,000 字符仅需 20 卢比，可通过 Sarvam API、Playground 或 Content Studio 直接调用。
产品详细介绍
面向实时场景的富有表现力印度语言语音
Bulbul V4 Flash 是 Sarvam AI 推出的印度语言文本转语音模型，支持 11 种语言、83 种音色及 224 种语音与风格组合，能够生成自然且富有表现力的语音。它具备低于 250 毫秒的首包响应速度，实时表现流畅，同时比上一代 Bulbul V3 快约 40%，每 10,000 字符仅需 20 卢比，可通过 Sarvam API、Playground 或 Content Studio 直接调用。
定价方案
需要付费创始人评论
M
Maker创始人
Bulbul V4 Flash 是 Sarvam AI 最新的文本转语音模型，旨在让印度语言的语音听起来更自然、更富有表现力、响应更迅速。
问题所在
为印度用户构建语音体验，不仅仅是将文本转换为音频。语音需要听起来自然、正确发音地区性词汇，并且响应速度要足够快，以支持真实的对话。
解决方案
Bulbul V4 Flash 将富有表现力的文本转语音与低延迟音频生成相结合，让构建语音代理及其他语音驱动的体验变得更加容易。
与众不同之处
它在设计时充分考虑了印度语言的多样性，支持 11 种语言、83 种语音以及 224 种语音与风格的组合。它还可在 250 毫秒内完成首字节音频输出，在相近负载下比 Bulbul V3 快达 40%。
您将获得：
• 自然、富有表现力的语音，在节奏、强调和发音上均有改进
• 支持 11 种语言及印度英语
• 83 种语音及 224 种语音与风格的组合
• 首字节音频输出低于 250 毫秒，提供响应迅速的语音体验
• 每 10,000 个字符 ₹20，比 Bulbul V3 便宜三分之一
• 可通过 API、Playground 和 Content Studio 访问
适用对象
正在构建语音代理、对话式 AI、客服系统、IVR 体验以及需要自然印度语言语音的应用程序的开发人员。
立即试用：
浏览 Bulbul V4 Flash 发布公告，体验 Sarvam Playground，或查看 API 文档。
