# 流式推理栈

Sarvam 发布 Bulbul V4 Flash 文本转语音模型，面向印度语言，在生产环境中首段音频延迟低于 250 毫秒，每万字符收费 20 卢比。相比 V3 的每万字符 30 卢比，价格低三分之一，同时韵律更丰富、上下文表达更强。模型以 11 种语言、83 种声音和 224 种声音与风格组合上线，并配有实时上下文文本规范化层，用于处理 PNR、PAN、Aadhaar 等需要按语境决定读法的内容。

Sarvam 发布 Bulbul V4 Flash 文本转语音模型，面向印度语言，在生产环境中首段音频延迟低于 250 毫秒，每万字符收费 20 卢比。相比 V3 的每万字符 30 卢比，价格低三分之一，同时韵律更丰富、上下文表达更强。模型以 11 种语言、83 种声音和 224 种声音与风格组合上线，并配有实时上下文文本规范化层，用于处理 PNR、PAN、Aadhaar 等需要按语境决定读法的内容。