What is Boson AI?
Boson AI builds voice agents for business-critical work — speech-to-speech models, real-time avatars, and production TTS in…
Boson AI 是一个面向企业关键业务流程的语音 AI 平台。它通过 Higgs Realtime 和 Higgs Audio 产品提供实时语音到语音智能体、文本转语音、语音转文本和头像生成能力。该平台支持低延迟对话、打断处理、工具调用、领域专属训练、100 多种语言，以及与现有生产系统的集成。其 API 兼容 OpenAI Realtime API，适用于客户支持、销售、AI 前台接待员和其他企业应用场景。
Talking to AI should feel like talking to people. We build the foundation models that…
Key features
实时语音到语音智能体
低延迟响应和打断处理
工具调用以及与生产业务系统的集成
支持 100 多种语言的文本转语音和语音转文本
根据图片和音频生成会说话的头像视频
基于企业业务数据的领域专属训练
兼容 OpenAI Realtime API 的接口
Benefits and limitations
Benefits
- 支持实时对话式语音智能体
- 支持打断处理，让对话更加自然
- 支持 100 多种语言
- 提供工具调用和企业工作流集成能力
- 同时提供文本转语音、语音转文本、语音到语音和头像功能
- API 兼容 OpenAI Realtime API
- 新账户可获得 10 美元的免费试用额度
Limitations
- 复杂对话的按量计费可能难以预测
- 实际 Higgs Realtime 成本取决于 token 使用量
- 该平台主要面向开发者和企业级部署
- 目前未列出固定的月度订阅套餐
- 企业工作流的搭建可能需要技术集成和领域训练
Pricing and availability
支持 100 多种语言的自然、富有表现力的语音生成。生成的音频免费。
640 × 480 或 480 × 640 视频每分钟 0.07 美元；640 × 640 视频每分钟 0.09 美元。音频和文本输入免费。
每 100 万个输入 token 0.75 美元、每 100 万个缓存输入 token 0.25 美元、每 100 万个输出 token 4.50 美元，以及每分钟转写输入 0.0025 美元。预估音频价格为每分钟输入 0.0023 美元、每分钟输出 0.014 美元。
Prices and limits may change. Check the official website for current terms.
Official website & sources
Sources
Updated on 2026-10-21
