Together Voice Finder：用一句提示词从 600 个 TTS 音色里选对你的语音智能体声音

一句话结论

选语音智能体的音色一直是件手工活：厂商目录动辄几十上百个音色，文档从不告诉你哪个适合金融客服、冥想引导或游戏主持。Together AI 的 Voice Finder 把这一步产品化——搜索 600+ 音色（覆盖 MiniMax、Cartesia、Deepgram、Rime 等 10 个 TTS 模型），用一句自然语言描述需求或上传一段音频样本找相似音色，返回可内嵌试听的排序推荐，每个音色带 15+ 维结构化元数据（音高、口音、语言、年龄、情绪、说话风格）支持筛选。做语音应用选型的开发者可以直接上手。

工作机制：元数据驱动的音色搜索

Voice Finder 索引了 Together AI 语音目录里 600 多个音色、横跨 10 个 TTS 模型，每个音色都能在工具里直接试听。排序层背后是一个全能模型：它「听」完了每一个音色，并生成了 15+ 维的结构化元数据——音高、性别、口音、语言、年龄、情绪、说话风格等。这套元数据同时驱动两条检索路径：自然语言搜索与手动筛选。

输入侧两种方式：用文字描述你要的声音，或上传一段你心里已有画像的音频样本找相似音色。几个典型的搜索示例：

• 「冥想应用用的沉静女声」
• 「金融客服用的自信声音」
• 「游戏节目主持人那种充满活力的声音」
• 「客服场景的双语温暖声线」

目标很直白：从用例到候选短名单，快到不打断你的构建节奏。

为什么音色选择对语音智能体很关键

语音智能体的体验不止取决于模型质量。声音必须匹配产品、客户与时刻——医疗问诊智能体、餐厅点单智能体、娱乐陪伴智能体不该听起来像一个模子。厂商文档不标注这些适配信息，是选型慢的主因，Voice Finder 用属性检索直接补上这一环。

平台背景是 Together AI 的语音智能体全栈：STT、LLM、TTS 单平台构建，整条管线同云部署，端到端延迟压在 500 毫秒以内——快到支持实时轮转对话。Voice Finder 把其中「模型选择」这步变容易了。

上手路径

工具在 findtherightvoice.com 直接可用，配套的语音智能体文档与 Together AI 语音平台入口均已开放；需要专属端点或生产部署的团队走 Contact Sales 通道。对正在搭建或迭代语音智能体的团队，这把「翻目录听 demo」的选型流程压缩成了一次带筛选条件的搜索。

原文信息

• 作者：Together AI
• 发布时间：2026 年 5 月 12 日 原文地址：