Inworld

Inworld 是面向实时 AI 应用的语音与模型服务平台，提供文字转语音、语音识别、实时语音对话和模型路由 API，适合构建语音助手、互动角色与教育应用。使用Inworld时，通常从通话流程、提示词、语音模型、业务工具和 API 参数开始，将内容整理为实时语音对话、通话记录、转写结果和可调用的业务动作。通常先搭建短流程测试识别、延迟和转接，再逐步接入业务工具。

核心能力

• 语音合成与定制 ：将文字转为语音，用指令控制语调、速度和停顿，并支持声音克隆与文字描述设计声音。
• 语音识别 ：提供实时流式及文件转写、自定义词汇、时间戳和说话人区分。
• 实时语音对话 ：通过 WebSocket 或 WebRTC 进行双向音频交流，结合轮次判断和函数调用。
• 模型路由 ：在多家模型间选择、切换与故障转移，并观察调用表现。

适合与限制

适合：

• 需要实时语音对话、通话记录、转写结果和可调用的业务动作的构建电话、客服或实时语音交互的开发者和业务团队。
• 希望先得到可编辑草稿，再由人工补充和核对的用户。

不适合或需先确认：

• 识别错误、响应延迟、通话成本和地区法规会影响实际效果；高风险动作需要人工确认
• 具体功能、登录要求、额度和导出规格以官网当前页面为准。