# 策展 · X (Twitter) 🔥🔥🔥

> 作者：Inworld AI (@inworld_ai) · 平台：X (Twitter) · 日期：2026-05-15

> 原始來源：https://x.com/inworld_ai/status/2055033387749089690

## 中文摘要

Inworld AI 推出 STT API 實現情緒語音互動。

Inworld AI 發布業界首創的 STT API，不僅轉錄語音，還在單一回應中提供完整語音剖析，包括情緒、口音、年齡、音高、風格，每項皆附信心分數；結合 Realtime API 後，大語言模型不僅決定回應內容，還產生 steering tags，讓 TTS-2 模型調整語調，例如使用者沮喪時以同理心回應，興奮時匹配能量。該 Realtime API（Speech-to-Speech）遵循 OpenAI Realtime 協議並擴展客製化，目前處於研究預覽階段（research preview），歡迎在 [Discord](https://discord.gg/inworld) 提供回饋。

**試用連結**  
- 試用語音剖析：[STT Playground](https://tinyurl.com/stt-playground-cm)  
- 完整對話管道示範：[STT Realtime Demo](https://tinyurl.com/stt-realtime-cm)  
完整文件索引：[llms.txt](https://docs.inworld.ai/llms.txt)

**快速入門資源**  
Inworld Realtime API 支援低延遲語音互動，提供多種快速入門途徑：  
- WebSocket 快速入門（`/realtime/quickstart-websocket`）：使用麥克風輸入與音訊播放建構語音 Agent。  
- WebRTC 快速入門（`/realtime/quickstart-webrtc`）：利用瀏覽器原生 WebRTC，無需手動音訊編碼。  
- API 參考文件（`/api-reference/realtimeAPI/realtime/realtime-websocket`）：完整事件架構說明。  
- JavaScript 範例：[[GitHub JS 範例](https://github.com/inworld-ai/inworld-api-examples/tree/main/realtime/js)]  
- Python 範例：[[GitHub Python 範例](https://github.com/inworld-ai/inworld-api-examples/tree/main/realtime/python)]

**核心功能**  
- **WebSocket 與 WebRTC 傳輸**：透過 `WebSocket`（`/realtime/connect/websocket`）或 `WebRTC`（`/realtime/connect/webrtc`）連接，使用標準事件架構。  
- **自動中斷處理與輪流機制**：Agent 自然管理對話，具抗使用者插話（barge-in）韌性。  
- **對話意識**：Realtime TTS-2 模型依據先前對話音訊條件化輸出，例如笑話後的台詞與壞消息後的相同台詞，語調會依使用者語調差異自動調整。  
- **Router 支援**：Realtime Router 讓單一 Agent 動態處理不同使用者群組，或進行 A/B 測試。  
- **OpenAI 相容**：可直接替換 OpenAI Realtime API，具簡易遷移路徑（`/realtime/openai-migration`）。

**使用指南**  
- 使用 Realtime 模型（`/realtime/usage/using-realtime-models`）：設定工作階段、傳送輸入、協調回應。  
- 管理對話（`/realtime/usage/managing-conversations`）：工作階段生命週期與對話事件。  
- OpenAI 遷移（`/realtime/openai-migration`）：逐步轉移至 Inworld 的指南。  
完整事件架構請參考 API 參考文件（`/api-reference/realtimeAPI/realtime/realtime-websocket`）。  

此發布強調 Inworld 在語音剖析與情緒適應上的領先優勢，@ClintMcLean_ 已示範完整管道運作，凸顯其超越單純轉錄的創新應用。

## 標籤

STT, TTS, 新產品, 功能更新, Inworld AI, OpenAI