
1. Tổng quan công nghệ
Kalpa Labs là công ty tại San Francisco thuộc lứa Y Combinator Fall 2025, huấn luyện mô hình giọng nói với mục tiêu một mô hình âm thanh tổng quát, và bán quyền truy cập API cho mô hình đầu tiên.
API kalpa-tts-1 chuyển văn bản thành giọng nói với 11 giọng tiếng Anh và tiếng Hindi, gồm cả từ tiếng Anh trong câu tiếng Hindi. Trang nêu độ trễ khoảng 300 ms đến âm thanh đầu tiên, phát trực tuyến qua WebSocket với định dạng WAV hoặc PCM, bản demo thời gian thực và benchmark độ chân thực âm thanh công khai. Có danh sách chờ cho mô hình tổng quát sắp tới.
2. Tính năng và thông số nổi bật
- API chuyển văn bản thành giọng nói: chuyển văn bản thành âm thanh qua REST.
- Phát trực tuyến: đầu ra WebSocket, khoảng 300 ms đến âm thanh đầu tiên.
- Giọng đọc: 11 giọng tiếng Anh và tiếng Hindi.
- Pha trộn ngôn ngữ: xử lý từ tiếng Anh trong văn bản Hindi.
- Định dạng đầu ra: WAV và PCM 16-bit 24 kHz.
- Benchmark: trang so sánh AudioRealismBench công khai.
3. Ứng dụng tiềm năng
Một trung tâm liên lạc có thể thử nghiệm voice bot tiếng Anh cho cập nhật đơn hàng. Một đội sản phẩm có thể thêm giọng đọc tiếng Anh hoặc Hindi vào ứng dụng.
4. Lợi ích
Độ trễ thấp phù hợp với voice agent. Hỗ trợ tiếng Hindi và pha trộn ngôn ngữ phục vụ thị trường ngôn ngữ Ấn Độ. Gói miễn phí 1.000 phút trong 3 tháng cho phép đội thử nghiệm trước khi ký hợp đồng.
5. Xu hướng và cơ hội thị trường
Voice agent chăm sóc khách hàng là ứng dụng đang tăng của mô hình giọng nói, và nhu cầu giọng không phải tiếng Anh tăng lên. Trung tâm liên lạc Việt Nam có thể dùng API loại này khi hỗ trợ giọng Việt, điều mà trang không nêu.
6. Thông tin khác
Thuộc lứa Y Combinator Fall 2025. Cũng công bố báo cáo nghiên cứu và bảng xếp hạng. Hiện chỉ hỗ trợ tiếng Anh và tiếng Hindi.
Một nền tảng kết nối startup, doanh nghiệp, viện nghiên cứu, địa phương và nhà đầu tư











Cẩm nang · 6/2/2026
Winning Accelerator Playbook 2026 by BambuUP
AI VÀ DỮ LIỆU THỜI GIAN THỰC ĐANG THAY ĐỔI CÁCH DOANH NGHIỆP BÁN LẺ VẬN HÀNH








































