我们大多还在打字跟 AI 聊天，能随时打断、即时应答的语音智能体，正在降低开发门槛。

10 月 20 日，英国 AI 音频公司 ElevenLabs 上新了两款实时语音模型。Mini 适合日常闲聊，Max 用来做客服、处理复杂任务，支持 90 多种语言，有一万七千多种声音可以选。

以前想做一个语音对话 AI，得自己搭配好几个模块，反复调试。现在这套模型已经把底层功能整合好了，开发者只要设定好 AI 身份和资料就行，省事不少。

测试数据来看，Max 答题准确率 98.8%，0.57 秒就能出声回应，速度很快。但实际试用发现，它说中文口音很重，话容易讲太长，延迟也偏高。

这家公司 2022 年才成立，估值涨得很快，从 110 亿美金涨到 220 亿美金，红杉、英伟达都投了。两位创始人已经是亿万富翁，公司打算近两年准备上市。

现在开发者可以直接调用它的接口。它降低了语音 AI 的制作难度，只是中文体验还有明显不足。