正在读取服务状态
AIRI / VOICE COMPANION

和 AIRI 聊聊天

分别选择你说的语言和 AIRI 回复语言。

先听听她的声音 ↗

语音对话

自由对话

正在检查对话服务…

正在读取音色…

音色试听对比

使用当前模型与音色合成,消耗账号额度;请先结束语音对话。

正在读取 TTS 配置

TTS 可在轮次之间切换,保留对话上下文。更改回复语言需结束对话后重新连接。

按你实际说的语言选择;切换识别语言后需重新开始对话。

点击“测试声音”播放固定日语样本,无需调用模型。

点击开始后,直接说话即可。说完自动发送,回复时也能直接插话。点击「停止对话」结束;每段讲话最长 30 秒。

确认连续人声后打断回复,保留开头约1秒语音。

本地人声检测与回声消除将在开始对话时启用。

测试后显示实际拾音设备;正式对话使用同一选择。

输入强度:—

点击“测试麦克风”后说话,观察实时波形;测试音频只在本地处理。

可以直接输入文字发送,也可以开始语音对话

开始对话时启用声音
  1. 选好语言和声音后,可以直接输入文字发送,也可以开始语音对话。

Azure × ElevenLabs · 日语同文对比

Omni 多语种、HD 原生日语、Lime 对照;真实流式首包、呼吸与自然度人工评分,服务端统一限额。

打开四音色对比实验 ↗

固定试听样本

比较豆包六款日语女声或 ElevenLabs 固定样本;上方可切换音色进行实时试听。

高级试听与模型设置模型、台词、流式参数与诊断

在轮次之间更换对话 TTS,保留上下文。生成台词试听请先结束对话。

01对话 TTS 设置

未配置 Key

建议选择原生日语女声;账号音色与具体模型的可用性由上游校验。

02写一句她要说的话

插入细节
查看模型实际输入标签会按供应商转换

03听感与流式测试

PCM · 24kHz · MONO
等待试听00:00
调用所选模型,可能消耗账号额度
首包到达—ms
起播估计—ms
生成音频—s
播放欠载—次

起播为 WebAudio 输出时钟估计,包含本机缓冲;不是声学测量。所有数值来自本轮事件。

流式事件日志0 events

    角色动作与状态诊断

    点头/招手:暂无合格素材;可预览中性/开心。

    真实视频驱动 · 缺动作素材时明确回退

    泛化嘴型,不与音素同步;短 loop 与姿态衔接未做真机无痕验收。

    角色状态事件
      独立视频调度对照 ↗
      本次试听记录回听、评分与导出

      试听记录

      保留原始 PCM 音频,可回听、盲听、评分与导出。

      第一段声音,从这里开始。

      完成试听后,记录会出现在这里。

      音频仅保留在当前页面内存;刷新前请下载。评分是人工记录,不生成自动“自然度分数”。

      CONNECTION

      连接你的语音模型

      密钥仅由管理员维护,远端保存到服务器私密配置;不会写入浏览器存储、试听记录或导出文件,客户接口不返回密钥。

      需要语音合成权限;载入音色还需音色读取权限。填写 Key 不会自动合成。

      TEST CORPUS

      固定语料,相同条件比较

      TEST GUIDE

      怎样做一次有效的试听

      1. 先选音色,再比较模型

      填写 Key 后载入账号音色,选择原生日语女声。两个模型组使用不同原声音色时,结论包含音色差异;相同克隆音源的对照需要另外取得授权。

      2. 控制变量

      先用不带标签的文本,随后一次只加入一处停顿、吸气或轻叹。MiniMax 使用原生停顿和事件标签;Eleven 使用表演标签,毫秒停顿和呼吸细节并不保证精确执行。实际请求文本可在编辑器下方展开。

      3. 分清两种流式测试

      完整句模式一次提交文字,音频仍流式返回。增量模式按设定节奏向真实双向接口发送文字,模拟 LLM 输出;此模式不调用 LLM;首页语音对话使用真实 LLM,也不是模拟 TTS 音频。所有供应商统一输出单声道 24kHz PCM;实际能力由所选接口验证。

      4. 读懂计时

      首包和起播均从点击试听后、开始建立连接前计时;包括网络和所选缓冲。起播估计依据 WebAudio 输出时钟,不代表听者耳边的声学延迟。播放欠载指音频队列供给不足;服务端结束不等于设备播放结束。事件日志中的服务端耗时另有时间零点。

      5. 回听与评分

      每次完成或中止均记录真实状态;中止音频标为不完整。记录顺序会随机打乱,盲听隐藏厂商和模型;请在相同耳机、音量和文本下比较。原始 WAV 不做响度归一化,注意音量偏好影响。

      连接异常

      遇到 Key、音色权限、模型不可用、网络或 PCM 端点限制时会显示错误,不会自动替换为旧模型或系统朗读。网络请求由服务端 Node 服务发出;浏览器可访问网站并不代表 Node 到供应商的链路相同。

      播放器自检

      播放 2 秒服务端生成的 440Hz 低音量提示音,用于验证 PCM 流、波形和停止功能。这不是任何模型的语音,不进入模型试听记录。

      PRIVATE PREVIEW

      与 AIRI 开始对话

      输入体验口令,继续语音对话。