Gradium 一次上新 1000+ AI 声音：28 种口音、4 大用例，全部由“声音设计模型”生成
语音库从 387 个涨到 1421 个，旁白、广告、角色配音第一次有了官方推荐的“旗舰声音”
10 月 7 日，实时语音 AI 公司 Gradium 在官方博客宣布语音目录大扩容——一次新增 1000+ 声音，整个目录从 387 个涨到 1421 个，翻了近 4 倍。更关键的变化是：这个以前主要围着客服场景转的语音库，第一次给旁白、广告、角色配音配上了官方推荐的“旗舰声音”。
Gradium 是谁
Gradium 是一家做实时语音 AI API 的创业公司，产品线覆盖语音合成（TTS）、语音识别、实时翻译、声音克隆和设备端 TTS，主打 50 毫秒以内的延迟。今年 7 月，它把种子轮扩到 1 亿美元，NVIDIA 参投，还在旧金山湾区开了办公室——这次扩容，算是融资后交出的第一份大更新。
1000+ 声音是怎么分布的
先看用例，这次新增的声音被明确“选角”到四类场景：
- 客服 / 语音 Agent：256 个——电话线上的短对话，要求清晰、有耐心；
- 旁白：221 个——气息平稳、按语义断句、句尾收得住；
- 广告与社媒：228 个——要有推进感，辅音清晰，能在背景音乐里“穿透”出来；
- 角色配音：329 个——数量最多，游戏、动画、有声内容都能挑。
再看语言，五种语言全涨，西语涨幅最大：
- 英语 148 → 539（+391）
- 西班牙语 40 → 310（+270）
- 法语 86 → 220（+134）
- 德语 69 → 201（+132）
- 葡萄牙语 44 → 151（+107）
口音则细分到市场级别：一共 28 种口音，包括苏格兰英语、印度英语、新西兰英语、魁北克法语、塞内加尔法语、瑞士德语、巴伐利亚德语、巴西东北葡语这种“本地人一听就知道”的细分。
对谁有用
做出海产品、多语言内容的团队感受最直接：给拉美市场做客服机器人，可以挑墨西哥、阿根廷（里普拉塔）口音；做本地化广告，不用再找配音演员录十几个版本。更重要的是，每个“语言 + 口音 + 性别 + 用例”组合里最多标出 5 个旗舰声音——都是真人盲听对比选出来的推荐起手，等于官方帮你把第一轮试听筛完了。
值得一提的是，旁白和广告这两类此前没有旗舰推荐，这次是第一次补上。也就是说，内容团队从此能拿到和语音 Agent 团队一样的“首选入口”。
这些声音不是录的，是“设计”出来的
这次上新最有意思的地方在于流程：没有任何一个声音是真人录音。全部先用 Gradium 自家的声音设计模型按文字描述生成，共 16000+ 个候选；自动评审按音质、节奏、表现力、口音打分，筛出约 3000 个；最后由母语听众盲听，和现有声音一对一对决，赢了才进目录。官方给的对比数据比如：英式标准音上，新声音 Elsie 拿 2094 分，取代旧推荐 Tilly 的 1949 分。
这个“生成 → 机筛 → 人审”的流水线也解释了为什么一次能上 1000+：它不是策划出来的产品清单，而是跑出来的结果——官方称之为 scalable 的选声方法，理论上可以继续扩到几千个。
怎么用
开发者照旧在 API 里传 voice_id 就能调用；普通用户可以在 Gradium Studio 里按语言、口音、用例试听。目录里实在找不到想要的，可以在 Studio 里用一句话描述，自己设计一个——这次上新的 1000+ 声音，本身就是这么造出来的。
适用与不适用
它适合需要规模化、细分口音语音 API 的开发团队和内容团队；不是给普通用户玩变声的消费级 App。另外提醒一句：文中的对比分数都是官方自报数据，真要选型，最好拿自己的脚本和真实业务文本实测一遍再定。
参考来源
本文基于 Gradium 官方博客一手信息整理。