ElevenLabs推Flash语音对话模型:仅75毫秒延迟 支持32种语言

品玩12月20日讯，据ElevenLabs消息，ElevenLabs近期推出了其最新的人声合成模型Flash，声称这是迄今为止最快的文本转语音解决方案。

新模型生成语音的延迟仅为75毫秒，特别适合低延迟的对话式语音助手。Flash模型分为两个版本，其中Flash v2仅支持英语，而Flash v2.5则支持32种语言。

尽管在音质和情感深度上稍逊于Turbo模型，但Flash在盲测中表现优异，成为速度最快的选择。