
1 / 3
【Aperçu】 Boson AI propose des modèles vocaux speech-to-speech et des modèles audio/avatar pour créer des agents vocaux en temps réel. La plateforme permet aux développeurs et aux entreprises de construire des agents capables d'écouter, de raisonner, d'appeler des outils et de répondre avec leur propre voix. Elle s'adresse aux développeurs qui créent des agents vocaux interactifs, aux équipes qui automatisent la prospection sortante et le support client, ainsi qu'aux entreprises ayant des workflows vocaux critiques. Boson AI combine plusieurs briques : reconnaissance vocale, synthèse vocale, avatars parlants et gestion des interruptions. 【Fonctionnalités principales】 • Higgs Realtime speech-to-speech : un modèle unique qui écoute, réfléchit et répond en temps réel avec sa propre voix, avec appel d'outils et reprise après interruption. • Gestion des interruptions : conserve le contexte et se réorganise lorsque l'utilisateur interrompt, redirige ou corrige en milieu de phrase. • Appel d'outils / fonctions : la parole en entrée déclenche des appels de fonctions pour piloter la recherche, la réservation et des outils personnalisés dans des workflows multi-étapes. • Support multilingue : compréhension multilingue générale avec code-switching sur plus de 100 langues, sans configuration par langue. • Compatibilité avec l'API OpenAI Realtime : utilise le même protocole, les mêmes événements et formats que l'API OpenAI Realtime, ce qui permet de rediriger le code existant. • Synthèse vocale (Higgs TTS 3) : génération de parole naturelle et expressive dans plus de 100 langues, avec clonage vocal et attribution automatique de voix. • Higgs Avatar : génère une vidéo de tête parlante réaliste à partir d'une image fixe et d'une audio de pilotage. • Compréhension de la parole : reconnaissance vocale automatique et détection de sentiment qui lit les signaux émotionnels dans la voix pour le routage, l'analyse et les agents contextuels. 【Cas d'usage】 1. Planifier un voyage ou réserver des vols via un agent vocal. 2. Résoudre un appel de support avec recherche de compte et actions. 3. Traduction en direct entre deux langues dans une même conversation. 【Tarifs】 Free trial credit : 10 $ (les nouveaux comptes reçoivent 10 $ de crédit d'essai gratuit) Higgs TTS 3 : 0,015 $ pour 1 000 caractères, audio généré gratuit Higgs Avatar : 0,07 $ par minute de vidéo de sortie en 640×480 ou 480×640, 0,09 $/min en 640×640, entrée audio et texte gratuite Higgs Realtime : 0,0023 $ par minute d'entrée audio, 0,014 $/min de sortie audio, tokens d'entrée 0,75 $ / 1M tokens, tokens d'entrée mis en cache 0,25 $ / 1M tokens 【Avantages et inconvénients】 Avantages: - Les développeurs familiarisés avec l'API OpenAI Realtime peuvent réutiliser leur code existant, ce qui réduit les efforts d'intégration. - La gestion des interruptions avec reprise en ~125 ms permet des conversations plus naturelles, adaptées aux centres de contact. - La compatibilité multilingue sur plus de 100 langues sans configuration par langue simplifie le déploiement international. Inconvénients: - La latence speech-to-speech d'environ 700 ms peut être un critère à évaluer pour les interactions exigeant une réactivité extrême. - La facturation de Higgs TTS 3 inclut les caractères, y compris les espaces et les descriptions de style, ce qui peut augmenter les coûts sur des textes longs. - Higgs Avatar est limité aux résolutions 640×480, 480×640 et 640×640. 【Questions fréquentes】 Q: Quels sont les tarifs de Boson AI ? A: Les tarifs sont à l'usage : 10 $ de crédit d'essai gratuit pour les nouveaux comptes, puis 0,015 $ pour 1 000 caractères avec Higgs TTS 3, 0,07 $ par minute de vidéo avec Higgs Avatar (0,09 $/min en 640×640) et 0,0023 $ par minute d'entrée audio avec Higgs Realtime. Q: À qui s'adresse Boson AI ? A: Boson AI est destiné aux développeurs qui construisent des agents vocaux en temps réel, aux équipes qui automatisent la prospection sortante et le support client, ainsi qu'aux entreprises ayant des workflows vocaux critiques. Q: Boson AI prend-il en charge plusieurs langues ? A: Oui, la plateforme offre un support multilingue général avec compréhension des changements de langue sur plus de 100 langues, sans configuration par langue.
Free trial credit · $10 (New accounts get $10 in free trial credit) Higgs TTS 3 · $0.015 (Per 1K characters, Generated audio free) Higgs Avatar · $0.07 (Per minute of output video at 640×480 or 480×640, $0.09/min at 640×640, Audio + text input free) Higgs Realtime · $0.0023 (Per minute audio input, $0.014/min audio output, Input tokens $0.75 / 1M tokens)
Les prix affichés sont des prix de référence pour les États-Unis ; les prix locaux peuvent varier.
WPS AI est un assistant d'intelligence artificielle intégré à WPS Office (en chinois). Il accompagne la rédaction de…
Baidu Comate est un assistant de codage basé sur le grand modèle ERNIE de Baidu. Il génère du code, des tests unitaires…
UniConverter est un outil de conversion et d'amélioration multimédia par IA qui traite vidéos, audios et images. Il…
6 outils similaires à considérer à la place de Boson AI