Smallest.ai
Smallest AI · 語音與語言
Smallest.ai 是即時語音 AI 平台：Lightning 把文字轉成語音，Pulse 負責語音轉文字，託管代理則在電話、網頁或你的 App 內即時應對。
關於 Smallest.ai
About
Smallest.ai 是什麼
Smallest.ai 是語音基礎設施，不是一款給終端使用者用的封閉 App。它把四組模型收在同一個帳號與同一把 API 金鑰底下：Lightning 負責文字轉語音，Pulse 負責語音轉文字，Electron 是處理推理回合的小型語言模型，Hydra 則處理語音轉語音。上頭再疊一層託管服務 Voice Agents，把這些模型變成能接電話、照腳本走、透過電話或網頁元件接觸客戶的代理。
這家公司的賭注是：多個小而專精的模型，勝過一個大而通吃的模型。Electron 是參數低於 3B 的模型，Smallest 說它在調校過的任務上勝過 GPT-4.1，而整套說法都繞著速度打轉。Lightning 在約 200 毫秒內吐出第一個音訊位元組，這正是自然對話需要的節奏。
限制同樣要緊。這是給開發者與團隊用的基礎設施，所以沒有給單次配音用的拖拉式語音編輯器。語音轉語音的 Hydra 目前只支援英文，而最完整的聲音目錄也偏向英文、印地語與印度各語言，並非一份全球通用的清單。
開始使用
- 在 Smallest AI 主控台建立帳號，打開 API 金鑰頁面並產生一把金鑰。
- 送出第一個請求到文字轉語音端點，若你需要轉錄就用 Pulse 的端點，確認音訊有回傳。
- 想要完整代理，就打開 Voice Agents 儀表板，挑一個範本或從空白開始，然後寫提示詞。
- 選一個聲音、接上工具或知識庫，先在瀏覽器測試代理，最後再串接電話號碼或網頁與行動端的嵌入元件。
產品資訊
快速了解 Smallest.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
- 想替產品加上語音的開發者：模型用 HTTP 或 WebSocket 就能呼叫，你可以替 App 加上語音，不必自己從頭搭建整套音訊流程。
- 客服與業務團隊：託管代理處理來電與外撥活動，不需要自己養一支機器學習團隊。
- 需要速度先於規模的新創：隨用量計費的方案以免費額度起步、沒有合約，很適合可能長成正式服務的原型。
任務
- 用低延遲把文字轉成語音：Lightning 輸出音訊的速度足以支撐即時助理，想要變化時還加上聲音複製與兩百多種聲音。
- 轉錄通話與錄音：Pulse 處理即時與預錄音訊，支援講者分離、時間戳，以及數十種語言。
- 讓會說話的代理跑完整流程：平台替你串起聽、想、說，代理因此能接下真實來電。
情境
- 打造 AI 總機：租一個號碼，讓代理指向它，接著由它接聽、轉接並記錄每一通來電。
- 讓語音產品在地化：把提示詞與聲音送進 API，就能拿到使用者真正在說的語言。
- 在投入前先試語音點子：免費額度與瀏覽器測試工具，讓你花錢買電話服務之前先聽到代理真的在運作。
主要功能
Lightning 的文字轉語音
Lightning 是語音引擎，分成兩個資源池。Lightning v3.1 是標準池，具備 217 種聲音、12 種有訓練聲音的語言，以及用 5 到 15 秒樣本就能完成即時聲音複製。Lightning v3.1 Pro 是高階池，有精選的美式、英式與印度口音目錄、英文與印地語混用，再加 29 種語言。兩者都在約 200 毫秒內回傳第一個位元組。
Pulse 的語音轉文字
Pulse 轉錄即時與預錄音訊，多語言版本在數十種語言上涵蓋串流與批次處理。它還加上講者分離、時間戳、關鍵詞加權，以及敏感詞遮蔽。另一款 Pulse Pro 針對英文錄音檔的準確度，Pulse 2.0 則是英文串流模型，內建語句結束偵測、情緒與性別判斷。
託管語音代理
Voice Agents 平台是把模型變成產品的那一層。你在儀表板設定提示詞、聲音、語言與工具，Smallest 負責語音轉文字、推理回合、文字轉語音與電話線路。你可以在代理碰觸真實線路之前，先在瀏覽器裡測試它。
Electron 小型語言模型
Electron 是相容於 OpenAI 介面的語言模型，為語音代理的思考步驟而設，首個詞元出得快，也支援工具呼叫。它是參數低於 3B 的模型，Smallest 把它放在語音代理真正會執行的任務上，與大得多的模型比拚，這個說法值得用你自己的提示詞驗證。
Hydra 的語音轉語音
Hydra 跳過中間的轉錄。它收下音訊、透過單一 WebSocket 回傳音訊，在對方插話打斷時能處理插播，並直接呼叫你的工具。這是通往自然你來我往的最短路徑，目前以英文運作。
聲音複製與龐大聲音庫
在 Lightning 標準池，你可以用一段短樣本複製聲音，足以應付品牌口播或固定的旁白。兩個池加起來有數百種預設聲音，Lightning v3.1 Pro 還為英文與印地語以外的語言加上專屬聲音，例如荷蘭語與瑞典語。
電話與多通路輸出
代理不會被困在網頁裡。你可以租電話號碼、自帶 SIP 中繼線並執行外撥活動，也能把同一個代理嵌進網頁元件、iOS 或 Android App，或 Flutter 專案。Webhook 與 LiveKit、Pipecat、Vercel AI SDK 的整合，則照顧到已經有自己的流程的團隊。
優缺點
優點
- 一把 API 金鑰就涵蓋文字轉語音、語音轉文字、語言模型與語音轉語音，你組出語音流程時不必串接四家供應商。
- 延遲是最大賣點，Lightning 約 200 毫秒的首位元組，足以撐起不中斷的口語對話。
- 依用量計費的方案以免費額度起步、沒有合約，早期實驗因此很省。
- 聲音複製與數百種聲音都放在標準池，想求變化不必升級到高階方案。
- 核心模型有自架說明，如果你的資料不能離開自家雲端，這點相當關鍵。
缺點
- 聲音與翻譯的深度覆蓋偏向英文、印地語與印度各語言，決定之前請先確認你的目標語言。
- 語音轉語音的 Hydra 目前只支援英文，多語言代理就用不上它。
- 沒有獨立的消費端 App 可以快速配音，不寫程式的人能動的地方不多。
- 電話與企業功能走業務洽談，而非公開價目表，這會拖慢預算評估。
常見問題
Smallest.ai 是語音 AI 基礎設施。它把文字轉成語音、轉錄音訊，並託管能處理電話與網頁對話的語音代理，全部透過同一個平台與 API。
相關內容
探索與 Smallest.ai 相關的工具、技能與文章。
Smallest.ai 替代方案
Prosp
Prosp · 寫作 · 語音與語言 · 行銷Prosp 是一款 AI LinkedIn 開發信工具，專為代理商與業務團隊打造，會針對每位潛在客戶以你自己的聲音撰寫訊息與語音訊息，讓他們真的回覆。你連接帳號、尋找潛在客戶，讓 AI 大規模草擬並發送個人化訊息，全部在一個收件匣完成。它是為大量進行陌生開發的人設計的。這就是它全部的賣點。每一個接觸點仍然必須感覺像真人。
Wordly AI Translation
Wordly · 語音與語言 · 生產力Wordly AI Translation 是一套為會議、研討會與活動打造的即時 AI 翻譯與字幕平台。它提供 60 多種語言的即時翻譯、字幕、逐字稿與摘要，與會者只要掃描 QR Code 或開啟連結就能加入，不必配戴專用耳機。平台可搭配 Zoom、Microsoft Teams、Google Meet 與 Webex 運作，專為想在每場活動提供多語言服務、又不想每場都請真人口譯的組織而設計。就是這麼單純。
Musicful
Musicful AI · 語音與語言 · 影片Musicful 是一款 AI 音樂生成器與 AI 音樂影片製作工具，能在幾分鐘內把文字變成音樂。給它一段文字提示、一組歌詞或一段哼唱的旋律，它就會回傳一首帶人聲與樂器的完成曲目。它同時也是 AI 歌曲生成器，能用你創作的歌曲產出音樂影片，並提供 AI 翻唱工具與開發者 API。平台可在網頁瀏覽器與 Android App 上執行，所以你能在桌機開始一首歌，再用手機接著做。