Murf AI 上线语音模型 Falcon 2：每分钟 0.01 美元，延迟低于 100 毫秒

搞企业级语音客服的人，最怕两件事：一是 AI 说话卡顿、机械，像在念悼词；二是月底账单一来，发现每分钟的调用费比人工坐席省不了多少。

印度班加罗尔初创团队 Murf AI 显然摸透了这个痛点。8 月 20 日，他们正式推出新一代文本转语音模型 Falcon 2。它最扎眼的地方，就是把生成一分钟语音的价格直接打到了 0.01 美元。

价格砍到五分之一，延迟压进 100 毫秒

一分钟一美分是什么概念？换算下来，生成 100 万分钟语音，Falcon 2 只要 1 万美元。而行业头部选手 ElevenLabs 的 Turbo 和 Flash 模型，同样的调用量要花 5 万美元。Falcon 2 的价格只有对手的五分之一。

便宜通常让人担心性能缩水，但根据第三方评测机构 Artificial Analysis 的跑分，Falcon 2 的表现甚至压过了 OpenAI 的 Realtime API。

在实时对话场景里，速度直接决定了对话像不像真人。Falcon 2 把响应延迟压到了 100 毫秒以内。它还支持在 35 种语言里切换 150 多种声音，单次部署能撑起 1 万路并发通话。

为了打消大公司的合规顾虑，Murf AI 提供了在 11 个地区的云端数据留存方案，也支持客户直接部署进企业私有云。在版权上，他们强调所有声音都来自签有透明合同、按期结算版税的真人配音演员。

专治报地名和念车牌翻车

许多语音模型读文章声情并茂，一接客服电话就原形毕露。很多系统遇到地址、日期、货币符号或者一串车牌号，就会卡顿或者读错。

Murf AI 联合创始人兼首席运营官 Sneha Roy 透露，Falcon 2 在训练时没有只用照本宣科的朗读音频，而是塞进了大量真实的客户通话和预订场景录音。

这样做出来的模型，学会了在句子里抓重点，根据上下文自己调整语速、停顿和重音。对于银行、航司和大型呼叫中心来说，能把杂乱的现实信息念准，往往比单纯声音甜美有用得多。

这家成立于 2020 年的团队由三位印度理工学院校友创办，背后站着 Matrix Partners 和 Elevation Capital。在 Falcon 2 全面上线之前，他们就已经积累了上千万用户，企业客户名单里包括辉瑞、思科、雀巢和法航荷航集团等 300 家公司。

为什么重要

对企业和开发者来说，Falcon 2 最大的价值在于它把实时语音智能体的试错门槛拉到了一个极其亲民的水平。如果你的业务需要承接海量外呼、航班退改签或银行账户查询，以前用头部模型跑大规模测试是一笔沉重的开销，现在成本直接降了八成，而且低延迟能让对话彻底告别尴尬的静音期。

对整个行业而言，这打破了语音大模型长期被欧美明星公司垄断的定价权。过去一年里，OpenAI 和 ElevenLabs 确立了实时语音体验的标准，但商业落地往往卡在吞吐成本上。印度工程团队拿出这种性价比和并发能力，会倒逼头部厂商下调 API 价格，把语音战场的竞争重心从纯粹的比拼拟真度，拉向企业级吞吐和工程落地的比拼。

我们认为 Murf AI 这一步走得相当务实。他们聪明地绕开了只堆大参数的军备竞赛，直接抓住了呼叫中心最在意的数字读法、合规部署和并发承载力。不过隐患也同样存在，极低的定价意味着他们必须依赖极高的调用量来分摊基础设施成本，而且面对多语种在极端嘈杂环境下的抗干扰表现，仍需要留给时间来验证。