騰訊雲雙線出擊語音 AI：借力 Soniox 與 Inworld，打造全球即時通訊基建護城河

騰訊雲近期在語音 AI 領域的布局節奏明顯加快，一連串的動作都指向同一個核心目標：將旗下的即時通訊平台 TRTC，打造成全球企業建置對話式 AI 的首選基礎架構層。為此，騰訊雲在 2026 年 6 月上半月，接連宣布兩項極具指標性的策略合作，分別補上了「聽」與「說」這兩塊關鍵拼圖。

🗣️ 補足「聽覺」：與 Soniox 的語音轉文字（STT）整合

• 宣布日期： 2026 年 6 月 2 日 。
• 整合技術： 騰訊雲整合了總部位於舊金山的語音 AI 公司 Soniox 所開發的高精確度、低延遲語音轉文字（STT）引擎 。這款引擎的亮點在於，它能以母語人士的準確度處理超過 60 種語言，並支援真正的「句中語言切換」——例如，能在同一個句子中，順暢地從英文切換到中文 。
• 與 TRTC 的運作方式： Soniox 的 STT 引擎被直接嵌入騰訊 RTC 的全球傳輸骨幹。這個骨幹網路遍布超過 3200 個節點，全球端到端延遲低於 300 毫秒，並內建 AI 降噪與弱網抗性等機制 。
• 具體成效： 這項整合大幅縮短了語音轉文字管線的整體延遲，讓企業能在全球超過 200 個國家和地區，部署多語系的語音 AI 應用，例如智慧客服、語音助理、即時翻譯和會議逐字稿等 。
• 開發者取用方式： Soniox 的 STT API 已可直接在騰訊雲主控台內取得 。

🎙️ 賦予「口說」：與 Inworld AI 的文字轉語音（TTS）結盟

• 宣布日期： 2026 年 6 月 16 日 。