Gradium新TTS默认上线 硬案例准确率81%

时间：2026 年 8 月 31 日 地点：美国旧金山湾区（Gradium AI 总部）+ Coval 基准平台 人物：Gradium AI 工程与产品团队、Coval 基准运营方 事件详情：Gradium AI 正式发布新一代文本转语音（TTS）模型，并将其设为 Gradium API 与 Studio 的默认引擎，存量音色（含自定义克隆）无需迁移即可生效。该模型在 500 句"硬案例"评测集上取得 81.0% 的人工盲测通过率，领先 Cartesia Sonic 3.6（75.1%）与 ElevenLabs v3 Conversational（65.4%）。"硬案例"指订单号、回调号码、邮箱地址、IBAN 等真实语音客服最容易读错的句式。同时，该模型在 Coval TTS 基准上达到 216 毫秒的首响（P50），较上一代快 170 毫秒，且 480 次运行的四分位距仅 30 毫秒，为参评五家模型中最稳定。 背景：语音代理（Voice Agent）在客服、IVR 场景中"听着不错但读错关键信息"是行业顽疾，传统 WER 指标无法衡量数字、邮箱、缩写的实际表现。Gradium 与 Cartesia、ElevenLabs、Fish Audio、Inworld 等厂商共同把"硬案例"通过率推到台面，并开源评测集与复现脚本。 影响：实时语音客服、IVR、电话外呼、保险理赔等场景对号码/邮箱读错的容忍度极低，新模型直接降低重听、二次确认成本。Cartesia 与 ElevenLabs 作为 Gradium 直接对标的厂商，后续或将以同款 500 句评测集回应或反击，独立复现将成为市场关注焦点。Gradium 还向 Discord 提交硬案例失败报告的开发者发放 100 万 credits，实质上在做对抗性众测。 总结：Gradium 把"快"与"准"同时推到 216 毫秒 + 81% 硬案例的组合，为语音 AI 行业立下新一代基准门槛；TTS 竞争正式从"听起来像不像"转向"数字/邮箱读不读得对"。 参考来源： 1. MarkTechPost：https://www.marktechpost.com/2026/08/31/gradium-ai-releases-new-default-tts-model-81-0-hard-case-pass-rate-at-216-ms-time-to-first-audio/ 2. Gradium 官方博客：https://gradium.ai/blog/gradium-tts-latency-and-accuracy 3. Gradium API Release Notes：https://docs.gradium.ai/guides/release-notes 4. 500 句硬案例开源评测集（HuggingFace，CC BY 4.0）：https://huggingface.co/datasets/gradium/tts-eval-customer-support-202608 5. Coval TTS 基准：https://benchmarks.coval.ai/tts 6. AIPulseLab 信号解读：https://aipulselab.tech/news/gradium-ai-releases-new-default-tts-model-810percent-hard-case-pass-rate-at-216-ms-time-to-first-audio-61c879 7. AI Daily Post 评论：https://aidailypost.com/news/gradium-ais-new-tts-model-scores 8. Interestana 编译：https://interestana.com/articles/gradium-ai-releases-new-default-tts-model-810-hard-case-pass-rate-at-216-ms-time-to-first-audio-00sdk7m3