Rime Prism：开口之前先把话写出来，语音智能体终于能过审
Rime 2026 年 10 月 28 日发布 Prism：端到端训练的语音到语音模型，官方称约 300ms 响应用户音频、工具调用与说话并行，关键是它先把要说的话生成成可检查的文本，护栏能逐字读完再放行，且支持云上、本地和托管机房部署并可用自家通话数据微调
工具界面
交互式工具即将上线
功能特点
- ✓ 官方称约 300ms 响应用户音频，工具调用与语音并行执行，不必等一句话说完再去查数据
- ✓ 文本是检查点：护栏可以先读完再放行，还能改写动作标签、给姓名和账户术语做音素条件化
- ✓ 端到端一个系统干三件事：听、把要说的写出来、说话时还在继续听，反应的是语气和背景音而不只是字面
- ✓ 官方图表里 τ-Voice 任务完成率 56.6%、首音频 0.57 秒；对照 GPT-Live-1（Sol, low）59.3%、1.24 秒，Gemini 3.8 Live 30.1%、1.18 秒
- ✓ 可微调、可自托管：云端、本地、托管机房三种部署方式，「模型用你自己的通话数据变成你的」是官方主打差异点
使用步骤
- 先归类你的通话场景：高风险场景（退款、变更合同）才需要文本检查点，低风险场景用轻量模型更划算
- 把护栏写成能在文本层执行的规则：禁用表述、必说条款、金额与日期校验，都在播出前拦
- 用真实通话录音做一轮微调，重点喂地名、账户术语、产品名这类容易读错的词，配合音素条件化
- 上线前测三件事：首音频延迟、任务完成率、被打断时的处理，别只看「听起来像不像人」
常见问题
什么时候发布的？
2026 年 10 月 28 日。官方产品页 https://www.rime.ai/prism ，发布文 https://www.rime.ai/resources/prism-first-speech-to-speech-for-enterprise 。
「先写文本再说话」会不会变慢？
官方的解法是这条文本只是检查点而不是级联：决策在音频上完成，文本用于过护栏和改写，官方给出约 300ms 响应与 0.57 秒首音频的数字。不过延迟仍取决于你加了多少护栏规则，规则越重越慢。
和级联方案（ASR+LLM+TTS）差在哪？
官方论点：级联把语气、迟疑、笑声、背景声都在转文字时丢掉，而端到端保留了这些；同时级联能控制、能读文本的优势，Prism 用文本检查点补回来。
能自己部署吗？
官方列了云上、本地（on-prem）和托管机房（co-located endpoint）三种方式，并支持用自家通话数据微调。许可与商务条款需与 Rime 谈。
τ-Voice 的 56.6% 是第一名吗？
不是。官方图表里 GPT-Live-1（Sol, low）为 59.3%，但首音频 1.24 秒、且开了推理；Prism 是 56.6% 对 0.57 秒。也就是说它换来的是速度，不是绝对最高的完成率。