टेनसेंट क्लाउड की वॉयस AI में दो बड़ी साझेदारियां

Inworld AI के साथ साझेदारी — बोलना (टेक्स्ट-टू-स्पीच या TTS)

• घोषणा तिथि: 16 जून, 2026 ।
• इंटीग्रेटेड टेक्नोलॉजी: इनवर्ल्ड AI (Inworld AI) का शीर्ष-रेटेड Realtime TTS-2 मॉडल (शोध पूर्वावलोकन) । यह Artificial Analysis स्पीच एरिना पर सबसे उच्च-रेटेड रीयलटाइम TTS है और इसमें 'कन्वर्सेशनल अवेयरनेस' है—यह पूरे ऑडियो आदान-प्रदान को सुनता है, लहज़े और गति को समझता है, और 200 से अधिक भाषाओं में सहज-भाषा वॉयस निर्देशन (जैसे, "थोड़ा और जोश से बोलो") स्वीकार करता है ।
• TRTC के साथ काम करने का तरीका: Inworld के TTS को TRTC के बुनियादी ढांचे के माध्यम से एक वन-स्टॉप, जीवंत, रीयलटाइम वॉयस AI समाधान के रूप में प्रस्तुत किया गया है। यह इंटीग्रेशन TRTC की मौजूदा StartAIConversation API का लाभ उठाता है, जो पहले से ही थर्ड-पार्टी TTS इंटीग्रेशन को सपोर्ट करती है ।
• नतीजा: डेवलपर्स को TRTC पर एक क्लोज्ड-लूप वॉयस AI स्टैक (STT + LLM + TTS) मिलता है, जहां आउटपुट वॉयस बातचीत के भावनात्मक संदर्भ से मेल खा सकती है और विभिन्न भाषाओं में एक जैसी आवाज़ की पहचान बनाए रख सकती है ।

TRTC की बड़ी रणनीति: सिर्फ सुनना-बोलना नहीं, एक संपूर्ण AI इंफ्रास्ट्रक्चर

ये दो साझेदारियां कन्वर्सेशनल AI की दो मुख्य संवेदी ज़रूरतों—सुनना (STT) और बोलना (TTS)—को TRTC की रीयल-टाइम ट्रांसपोर्ट परत के ऊपर पूरा करती हैं। Soniox के साथ बहुभाषी STT और Inworld AI के साथ भावनात्मक रूप से जागरूक TTS के लिए साझेदारी करके, टेनसेंट क्लाउड ने इन मॉडलों को खुद बनाने की जटिलता से बचते हुए एंटरप्राइज़ेज़ को एक रेडीमेड, विश्व स्तर पर वितरित वॉयस AI प्लेटफॉर्म की पेशकश की है।

यह अकेला प्रयास नहीं है। कंपनी ने मल्टीमॉडल AI एजेंट्स के लिए Stream (Vision Agents फ्रेमवर्क) के साथ भी एक अलग सहयोग पर हस्ताक्षर किए हैं , और 16 जून, 2026 को टेनसेंट क्लाउड डे कोरिया में एक इंटीग्रेटेड AI एजेंट पोर्टफोलियो भी लॉन्च किया । यह सब TRTC को उभरते बाजारों और बहुभाषी परिदृश्यों में विस्तार कर रहे एंटरप्राइज़ेज़ के लिए डिफ़ॉल्ट रीयल-टाइम AI कम्युनिकेशन बैकबोन बनाने की एक व्यापक योजना का हिस्सा है।

भारतीय बाजार के लिए इसका सीधा मतलब यह है कि जल्द ही ग्राहक सहायता, शिक्षा, और मनोरंजन जैसे क्षेत्रों में हिंदी, मराठी, तमिल, बंगाली और अन्य भारतीय भाषाओं में अधिक तरल और प्रभावी AI-संचालित वॉइस सेवाएं विकसित करना संभव होगा।