Gradium AI выпустила новую TTS-модель: 81% точности на сложных данных и 216 мс задержка

Голосовые агенты проваливаются на тех участках звонка, которые важнее всего: номер заказа, цифры для обратного звонка, email-адрес, который нужно записать. Gradium AI выпустила новую модель text-to-speech и сделала её стандартной в своём API и Studio.

Компания отчиталась о 81,0% прохождения ручного теста на сложных 500 фразах на пяти языках — это выше, чем у Cartesia Sonic 3.6 (75,1%) и ElevenLabs v3 Conversational (65,4%). Время до первого аудио — 216 мс на P50 Coval, что на 170 мс быстрее предыдущей модели.

Модель уже доступна: развёртывания не требуется, она включена по умолчанию с 31 августа 2026 года. Все существующие голоса, включая кастомные клоны, работают без изменений.