Avere orecchie capaci è essenziale, ma una conversazione non può dirsi tale senza una voce altrettanto abile nel rispondere. Qui entra in gioco la seconda, cruciale partnership, annunciata il 16 giugno 2026, con Inworld AI . Se Soniox è l'"udito", Inworld AI rappresenta la "voce" capace di comprendere il contesto emotivo e rispondere in modo naturale.
La collaborazione porta sulla piattaforma TRTC il modello di punta di Inworld: Realtime TTS-2, disponibile in anteprima di ricerca e già riconosciuto come il migliore nella sua categoria per la sintesi vocale in tempo reale dalla classifica Artificial Analysis Speech Arena . Le capacità di questo modello lo rendono unico
:
L'integrazione è resa estremamente fluida per gli sviluppatori. Il modello TTS di Inworld è accessibile come soluzione "one-stop" all'interno della console di Tencent RTC. L'infrastruttura di Tencent sfrutta l'API StartAIConversation di TRTC, che già supporta l'integrazione di TTS di terze parti, rendendo la configurazione quasi immediata . Il risultato è uno stack di AI vocale a circuito chiuso (STT + LLM + TTS) dove la voce in uscita è coerente con il contesto della conversazione, trasformando un'interazione robotica in un dialogo più umano
.
Queste due partnership non sono eventi isolati. Vanno lette all'interno di una strategia più ampia che mira a colmare le due lacune sensoriali fondamentali dell'AI conversazionale — l'udito (STT) e la parola (TTS) — costruendole sopra il livello di trasporto in tempo reale di TRTC. Invece di sviluppare internamente modelli complessi e costosi, Tencent Cloud sceglie la via della partnership con i migliori specialisti del settore, offrendo alle imprese una piattaforma già pronta, distribuita globalmente e scalabile.
Questa visione è ulteriormente confermata da altre mosse recenti: Tencent ha siglato una collaborazione con Stream per il framework Vision Agents per agenti AI multimodali , e ha lanciato un portfolio integrato di agenti IA durante il Tencent Cloud Day Korea, sempre il 16 giugno 2026
. L'obiettivo dichiarato è chiaro: far diventare TRTC la dorsale di comunicazione predefinita per qualsiasi agente di intelligenza artificiale in tempo reale, specialmente per quelle imprese che cercano di espandersi in mercati emergenti e gestire scenari multilingue complessi.