Tencent Cloud stärker röst-AI:n med Soniox och Inworld – här är de nya partnerskapen

Tencent Cloud har nyligen presenterat två strategiska röst-AI-partnerskap – med Soniox (2 juni 2026) och Inworld AI (16 juni 2026) – som integrerar marknadsledande teknik för tal-till-text och text-till-tal direkt i företagets TRTC-plattform (Tencent Real-Time Communication). Syftet är att göra TRTC till själva infrastrukturlagret för företags röst-AI i realtid världen över genom att kombinera Tencent Clouds globala lågfördröjningsnätverk med specialiserade röst-AI-motorer.

Partnerskapet med Soniox – tal-till-text (STT)

• Annonseringsdatum: 2 juni 2026 .
• Integrerad teknik: Soniox högeffektiva motor för tal-till-text (STT) med låg latens, som levererar precision på modersmålsnivå för över 60 språk och äkta språkväxling mitt i en mening – exempelvis från engelska till kinesiska i ett enda yttrande .
• Så fungerar det med TRTC: Soniox STT är inkopplad i Tencent RTC:s globala sändningsstomme, som omfattar över 3 200 noder med en latens under 300 ms över hela världen, inklusive AI-brusreducering och robusthet vid svaga nätverk .
• Resultatet: Fördröjningen genom hela tal-till-text-kedjan minskar, vilket gör att företag kan driftsätta flerspråkiga röst-AI-tillämpningar – som intelligent kundtjänst, röstassistenter, realtidsöversättning och mötestranskribering – i över 200 länder .
• Åtkomst för utvecklare: Soniox STT-API finns direkt i Tencent Clouds konsol .

Partnerskapet med Inworld AI – text-till-tal (TTS)

• Annonseringsdatum: 16 juni 2026 .
• Integrerad teknik: Inworlds topprankade Realtime TTS-2-modell (forskningsförhandsvisning) . Realtime TTS-2 är den högst rankade realtids-TTS-modellen på Artificial Analysis Speech Arena och kännetecknas av samtalsmedvetenhet – den hör hela ljudväxlingen, fångar tonfall och tempo och tillåter röststyrning på vardagsspråk (som ”var mer uppåt”) över 200 språk .
• Så fungerar det med TRTC: Inworlds TTS levereras som en helhetslösning för livfullt röst-AI i realtid via TRTC:s infrastruktur. Integrationen bygger på TRTC:s befintliga StartAIConversation-API, som redan har stöd för tredjeparts-TTS .
• Resultatet: Utvecklare får en sluten röst-AI-stack (STT + LLM + TTS) på TRTC där utrösten kan matcha samtalskontexten känslomässigt och bibehålla samma röstidentitet över språkgränser .

Den bredare TRTC-infrastrukturstrategin

Dessa två partnerskap fyller de två centrala sinnesluckorna i konversations-AI – hörsel (STT) och tal (TTS) – ovanpå TRTC:s transportlager för realtid. Genom att samarbeta med Soniox för flerspråkig STT och Inworld AI för känslomässigt medveten TTS undviker Tencent Cloud att bygga dessa modeller internt, samtidigt som företag erbjuds en nyckelfärdig, globalt distribuerad plattform för röst-AI. Bolaget har också ingått ett separat samarbete med Stream (ramverket Vision Agents) för multimodala AI-agenter och lanserade en integrerad AI-agentportfölj vid Tencent Cloud Day Korea den 16 juni 2026 . Detta understryker den bredare ambitionen att göra TRTC till det självklara kommunikationsstommen för realtids-AI hos företag som expanderar till tillväxtmarknader och flerspråkiga scenarier.