今天，日本语音 AI 公司 Kotoba 宣布，其语音技术已在生成式媒体平台 fal 上线。开发者可通过 fal 直接调用 Kotoba 的语音识别、语音合成与实时语音翻译能力，将其集成到自有应用中。
据了解，此次上线 fal 的能力共三项：
- 语音识别：将音频转写为文本，并针对日语及东亚语言做了专项调优；
- 语音合成：生成自然流畅的日语语音，支持流式输出，播放可在语音生成完成前即开始；
- 实时语音翻译：将一种口语实时转换为另一种语言，翻译后的音频与文本均以流式方式输出。
Kotoba 方面表示，上述能力可覆盖从会议转写工具、语音交互界面到多语言沟通场景的广泛应用。开发者无需自建语音模型与推理链路，即可借助 fal 的平台能力完成产品化落地。
Kotoba 在公告中表示，公司的目标是让跨语言沟通变得更自然、更易获得，而接入 fal 意味着更多开发者能够将这一设想转化为真正可用的产品。Kotoba 同时向 fal 团队致谢，感谢其协助将 Kotoba 引入开发者社区。
对于正在构建日语市场产品或东亚多语种语音应用的团队而言，此次上线提供了一个新的技术选项——尤其是流式合成与流式翻译两项能力，可显著缩短首字响应时间，改善实时交互体验。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/72625.html
