duration.ai
Duration · AI 學習
Duration 是一家消費科技實驗室，讓 AI 語音模型直接在手機上運作，旗下有 Crosstalk 手機文字轉語音系列，以及 iPhone 與 Android 的裝置端語音複製應用程式。
關於 duration.ai
What Is Duration
Duration 是一家消費科技實驗室。它押注的重點是：決定一般人能否免費使用某款 AI 產品的，不是模型品質，而是推論成本。在裝置本身執行模型，能把邊際成本壓到趨近於零，這種裝置端 AI 於是讓語音生成與語音工具離線也能用，而且不會把你的錄音送到伺服器。
這家公司的工作分成兩塊。應用研究那邊把開放權重的模型重新調校、縮小，讓它們在手機硬體上跑得快，尤其在 iOS 上的 Apple Neural Engine。這種裝置端推論是核心概念。產品那邊則把研究變成消費應用程式，第一款就是已經上線的旗艦語音 App。
最明顯的限制是硬體。較重的模型需要較新的手機，而 Android 的支援落後 iOS，因為那邊的加速器更難發揮。也就是說，較舊或平價的 Android 手機只能用到最輕的模型。
Getting Started
- 確認你的手機是否支援。旗艦 App 自帶模型，較小的那款可從 2020 年的 iPhone 與 2021 年的 Android 手機開始運作。
- 在 iOS 或 Android 安裝旗艦 App 並開啟。
- 在還算安靜的地方錄一段簡短語音樣本，大約 5 到 10 秒。
- 讓 App 在裝置上複製你的聲音，接著用這個聲音生成語音，再匯出或分享音訊。
產品資訊
快速了解 duration.ai 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 想找免訂閱語音 AI 工具的 iPhone 與 Android 使用者：App 在本機執行模型，生成不依賴付費雲端方案。
- 在意隱私的人：錄音與複製的聲音都留在裝置上，因為模型離線運作。
- 需要快速旁白的創作者：Crosstalk 模型生成語音比即時更快，片段幾乎立刻就能播放。
任務
- 用簡短樣本複製聲音：只要 5 到 10 秒乾淨音訊就能複製，不必經過伺服器。
- 生成帶逐字時間標記的語音：模型自己輸出時間，字幕與卡拉 OK 式高亮不用另外跑一次語音轉文字。
- 清理吵雜錄音：裝置端降噪會在複製或發布前，去掉背景音樂、風扇聲與重疊的第二人聲。
情境
- 在吵雜房間裡錄音：降噪能處理廚房收音機、路過的列車或背景電視，這正是這類工具平常最容易崩掉的地方。
- 為短片做字幕：內建的逐字時間標記幫你在剪輯前省下轉錄步驟。
- 在舊硬體上測試語音 AI：2020 年的 iPhone 12 Pro 與 2021 年的 Fairphone 4 都能跑輕量模型，換機前就能先評估效能。
主要功能
裝置端文字轉語音
Duration 打造 Crosstalk 系列，這是為手機而非伺服器調校的手機 AI 模型，主攻文字轉語音。語音生成比即時更快、幾乎立刻開始，行動晶片的加速也讓負載不需上雲。代價是最強的模型只留給較新的 iPhone。
無須訓練的語音複製
這些模型能用簡短樣本複製聲音，而旗艦 App 完全在手機上完成。你錄 5 到 10 秒的語音，立刻拿到自己聲音的音訊。任何資料都不會離開裝置，如果你不想把聲音上傳給服務，這點很重要。
逐字時間標記
Crosstalk 模型在生成語音時一併輸出逐字時間，字幕對齊不必再跑一次轉錄。這些時間精準到能驅動即時、卡拉 OK 式的高亮，跟著音訊一起出現。這讓多數上字幕的流程整整少了一個環節。
裝置端降噪
移植過來的降噪工具在手機上清理語音錄音，Duration 表示它在語音上接近付費雲端工具的水準。它能處理背景音樂、運轉中的風扇與重疊人聲，讓短短的複製樣本好用得多。殘響是它的弱點，會留在音訊裡。
舊手機也能跑
較小的模型一路支援到 2020 年的 iPhone 12 Pro 與 2021 年的 Fairphone 4，而且能塞進 App 包裝裡，不必另外下載。效能隨較新的晶片提升，近期的旗艦機處理一段片段快上好幾倍。正是這個範圍讓裝置端語音對廣大使用者變得可行。
Neural Engine 加速
Duration 把 iOS 模型調校給 Apple Neural Engine，這類運算跑得更快，耗能也只剩一小部分。手機因此不容易發熱，也騰出資源給 App 的其他部分。Android 仍靠 CPU，因為它的加速器更難好好發揮。
優缺點
優點
- 語音在裝置上生成，App 離線可用，語音資料也留在本機。
- 較小的語音模型在 2020 年以後的手機就能跑，不限於現行旗艦機。
- 內建的逐字時間標記為字幕工作省下一次轉錄。
- 首段音訊延遲低，生成的語音感覺是即時而非延遲。
缺點
- 最高保真度的模型只限較新的 iPhone，Android 與舊手機拿到的較少。
- 沒有公布定價或免費方案細節，安裝前無法比較方案。
- 沒有公開 API，想在自己 App 裡呼叫這些模型的開發者只能作罷。
- 降噪會把殘響留在聲音裡，回音很重的錄音仍需額外處理。
常見問題
Duration 是一家消費科技實驗室，打造在你手機上、而非雲端運作的 AI 語音模型與應用程式。主力產品線是 Crosstalk 文字轉語音系列，另有一款旗艦語音 App。
相關內容
探索與 duration.ai 相關的工具、技能與文章。
duration.ai 替代方案
HireKey
HireKey · 語音與語言 · 生產力 · AI 學習HireKey 是由前科技業招募主管打造的 AI 求職副駕駛。它分析職缺契合度、客製化履歷、帶你練習面試，並把每份申請整理在同一處。
Lune
Retrograde Labs · 生產力 · AI 學習Lune 是為科學 AI 代理打造的 AI 研究搜尋引擎。它以 MCP 伺服器形式運作，讓 Claude、ChatGPT 與 Cursor 搜尋同行評審的資訊科學論文並引用出處。
Coddy
Coddy · 程式設計 · AI 學習Coddy 是遊戲化程式學習平台，用 20 多種語言的短篇互動課程帶你寫程式，內建瀏覽器編輯器、AI 助教與免費證書。