Murf AI 上線語音模型 Falcon 2：每分鐘 0.01 美元，延遲低於 100 毫秒

搞企業級語音客服的人，最怕兩件事：一是 AI 說話卡頓、機械，像在唸悼詞；二是月底賬單一來，發現每分鐘的呼叫費比人工坐席省不了多少。

印度班加羅爾初創團隊 Murf AI 顯然摸透了這個痛點。8 月 20 日，他們正式推出新一代文本轉語音模型 Falcon 2。它最扎眼的地方，就是把生成一分鐘語音的價格直接打到了 0.01 美元。

價格砍到五分之一，延遲壓進 100 毫秒

一分鐘一美分是什麼概念？換算下來，生成 100 萬分鍾語音，Falcon 2 只要 1 萬美元。而行業頭部選手 ElevenLabs 的 Turbo 和 Flash 模型，同樣的呼叫量要花 5 萬美元。Falcon 2 的價格只有對手的五分之一。

便宜通常讓人擔心效能縮水，但根據第三方評測機構 Artificial Analysis 的跑分，Falcon 2 的表現甚至壓過了 OpenAI 的 Realtime API。

在即時對話場景裡，速度直接決定了對話像不像真人。Falcon 2 把響應延遲壓到了 100 毫秒以內。它還支援在 35 種語言裡切換 150 多種聲音，單次部署能撐起 1 萬路併發通話。

為了打消大公司的合規顧慮，Murf AI 提供了在 11 個地區的雲端資料留存方案，也支援客戶直接部署進企業私有云。在版權上，他們強調所有聲音都來自簽有透明合同、按期結算版稅的真人配音演員。

專治報地名和念車牌翻車

許多語音模型讀文章聲情並茂，一接客服電話就原形畢露。很多系統遇到地址、日期、貨幣符號或者一串車牌號，就會卡頓或者讀錯。

Murf AI 聯合創始人兼營運長 Sneha Roy 透露，Falcon 2 在訓練時沒有隻用照本宣科的朗讀音訊，而是塞進了大量真實的客戶通話和預訂場景錄音。

這樣做出來的模型，學會了在句子裡抓重點，根據上下文自己調整語速、停頓和重音。對於銀行、航司和大型呼叫中心來說，能把雜亂的現實資訊念準，往往比單純聲音甜美有用得多。

這家成立於 2020 年的團隊由三位印度理工學院校友創辦，背後站著 Matrix Partners 和 Elevation Capital。在 Falcon 2 全面上線之前，他們就已經積累了上千萬使用者，企業客戶名單裡包括輝瑞、思科、雀巢和法航荷航集團等 300 家公司。

為什麼重要

對企業和開發者來說，Falcon 2 最大的價值在於它把即時語音智慧體的試錯門檻拉到了一個極其親民的水平。如果你的業務需要承接海量外呼、航班退改簽或銀行賬戶查詢，以前用頭部模型跑大規模測試是一筆沉重的開銷，現在成本直接降了八成，而且低延遲能讓對話徹底告別尷尬的靜音期。

對整個行業而言，這打破了語音大模型長期被歐美明星公司壟斷的定價權。過去一年裡，OpenAI 和 ElevenLabs 確立了即時語音體驗的標準，但商業落地往往卡在吞吐成本上。印度工程團隊拿出這種價效比和併發能力，會倒逼頭部廠商下調 API 價格，把語音戰場的競爭重心從純粹的比拼擬真度，拉向企業級吞吐和工程落地的比拼。

我們認為 Murf AI 這一步走得相當務實。他們聰明地繞開了只堆大引數的軍備競賽，直接抓住了呼叫中心最在意的數字讀法、合規部署和併發承載力。不過隱患也同樣存在，極低的定價意味著他們必須依賴極高的呼叫量來分攤基礎設施成本，而且面對多語種在極端嘈雜環境下的抗干擾表現，仍需要留給時間來驗證。