Inworld: Eine vorgelesene Szene oder ein Gespräch in Echtzeit
Für ein deutschsprachiges Hörspiel reicht eine vorbereitete Äußerung.

👁 111 Aufrufe
Für ein deutschsprachiges Hörspiel reicht eine vorbereitete Äußerung. Eine interaktive Führung muss auf Zwischenfragen warten und an der richtigen Stelle fortsetzen. Inworld trennt Sprachsynthese, Transkription und die Realtime API in der Dokumentation. Erst aus der Aufgabe ergibt sich die passende Rangliste.
Die geprüften Konfigurationen
Am 17. November 2026 waren folgende Einträge im erfassten Vergleich vertreten. Die Messwerte gelten jeweils innerhalb der verlinkten Originalwertung.
Artificial Analysis: Stimmen der Anbieter
| Position | Modell oder Konfiguration | Messwert |
|---|---|---|
| 9 | Realtime TTS-2 | 1270 |
| 18 | Realtime TTS-2 Flash | 1215 |
Artificial Analysis: Kontrollierte Stimme
| Position | Modell oder Konfiguration | Messwert |
|---|---|---|
| 9 | Realtime TTS-2 | 1145 |
| 20 | Realtime TTS-2 Flash | 1066 |
Artificial Analysis: Sprachdialog
| Position | Modell oder Konfiguration | Messwert |
|---|---|---|
| 25 | Inworld Realtime (Default Cascaded System) | 884 |
API für vorgegebenen Text. Der TTS-Zugang. Für ein laufendes Gespräch verweist Inworld zusätzlich auf die Realtime-Funktionen.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen
- https://docs.inworld.ai/ (Abruf am 17.11.2026)
- https://inworld.ai/tts (Abruf am 17.11.2026)
- https://artificialanalysis.ai/text-to-speech/leaderboard/provider-voice (Abruf am 17.11.2026)
- https://artificialanalysis.ai/text-to-speech/leaderboard/controlled-voice (Abruf am 17.11.2026)
- https://artificialanalysis.ai/speech-to-speech/arena (Abruf am 17.11.2026)
More on this from WISSNOX
video·HiDream: Wo Bildbearbeitung endet und Video beginntEine grafische Wegbeschreibung für eine Wandertafel soll erst illustriert, dann animiert werden.

