Neocortex Logo

Amazon Nova Sonic 用于游戏 NPC 与 Neocortex 对比

Amazon Nova Sonic 是为呼叫中心打造的语音到语音模型。为什么它的会话限制和缺少 Unity 支持,使其难以适用于游戏。

Neocortex TeamThe team behind Neocortex

· 更新于 2026年10月20日 · 阅读约 5 分钟

Amazon Nova Sonic 是为呼叫中心打造的语音到语音模型。为什么它的会话限制和缺少 Unity 支持,使其难以适用于游戏。

Amazon 已经发布了 Nova 2.5 Sonic,这是其在 Bedrock 上最新的语音到语音模型,现已正式可用。 AWS 表示,相比 Nova 2 Sonic,它提升了推理能力、指令遵循能力和工具调用的准确性,并且延迟更低,价格不变。

Nova Sonic 是为实时语音智能体打造的,其发布示例都是客户服务场景:一个智能体在一次通话中查询订单、检查退货资格并发起退货。 因此,游戏开发者提出的问题是合理的:它能驱动 NPC 吗?

Nova Sonic 为谁而设计

Nova Sonic 适合已经在 AWS 上运行、并希望在现有服务旁边加入语音智能体的团队。从其功能列表就能看出这一点:七种语言的富有表现力的声音、可控的轮流说话、同一会话中的语音和文字、在查询进行时保持对话继续的异步工具调用,以及 256K 上下文窗口。

它不太适合以下情况:

  • 独立和中型工作室,尚无 AWS 账户、IAM 角色以及现成的后端。
  • Unity 和 Unreal 团队,因为它没有引擎 SDK。
  • 有发布高峰的游戏,许多玩家会在同一时刻开口说话。
  • 需要独特角色声音的项目,超出预设声音的范围。

即使是已经深度使用 AWS 的工作室,这个模型也只是其中一部分。角色设计、声音、引擎客户端以及与游戏状态的连接,仍然都要由你自己负责。

构建之前需要检查的四个限制

  1. 并发数。 Bedrock 对 Nova 2 Sonic 的默认配额为每个账户每个区域 20 个并发请求,并在 Service Quotas 中标注为不可调整。AWS 确实接受通过支持表单提交的提额请求,但不作保证,并且已经在使用其配额的账户享有优先权。
  2. 连接时长。 每个连接最长 8 分钟。AWS 在其示例中提供了续期和会话延续的模式,你需要根据自己的情况进行调整和测试。
  3. 区域。 Nova 2.5 Sonic 在四个区域运行:美国东部(北弗吉尼亚)、美国西部(俄勒冈)、欧洲(斯德哥尔摩)和亚太地区(东京)。距离这四个区域都较远的玩家会增加往返延迟。
  4. 客户端。 AWS 的示例涵盖 Python、Java、Node.js 和 .NET。没有 Unity 示例,并且 AWS 凭证必须保留在你的服务器上,绝不能出现在游戏构建中。

发布当天的一个例子

设想一款合作游戏,在主城区域有一位带语音的任务发布者。发布时,欧洲有 2,000 名玩家在线,每五十人中就有一人在任何时刻与 NPC 对话。 那就是 40 个同时进行的对话,是该区域 Nova 2 Sonic 默认配额的两倍。其余 20 名玩家会收到错误提示、沉默的 NPC 或备用台词。

你可以在发布前申请更高的配额,但批准并不保证,而且这项申请要与你其他的发布准备工作争夺资源。 与此同时,每一个对话都会每 8 分钟重新连接一次,要经过你运行的服务器,并使用你管理的凭证。

为了应对,游戏团队通常需要构建:

  • 对话排队系统,配备备用台词,让排队中的玩家也能听到符合角色的内容。
  • 区域路由,将每位玩家分配到最近的四个区域之一,并在各配额之间分散负载。
  • 连接续期器,每隔几分钟切换一次流,而不会在 NPC 说到一半时把它切断。
  • 凭证服务,将 AWS 密钥保存在你的服务器上,并且只向每个客户端提供其所需的权限。

这并不是 Nova Sonic 在其设计用途上的缺陷。客服热线可以让来电者排队,但游戏里想找铁匠说话的玩家是无法排队的。

Amazon Nova Sonic 与 Neocortex 对比

Amazon Nova SonicNeocortex
设计用途客户服务语音智能体面向游戏的 AI 角色
并发数每个区域默认 20 个并发请求;需申请提高按月套餐计费的托管服务
连接时长8 分钟,之后需要续期没有需要续期的连接:每一轮都是独立的 API 调用
Unity无 SDK;提供 Python、Java、Node.js 和 .NET 示例Unity SDK,支持 Unity 6,六个示例场景
其他引擎自行构建客户端Unreal Engine 5、Godot、Web API
角色设计代码中的提示词可视化节点编辑器
声音预设声音声音克隆和声音设计
游戏动作由你自行映射的工具调用带目标 ID 的动作、场景物体、逐句情绪标签
入门AWS 账户、IAM 设置、后端自助开通,套餐每月 EUR 9 起

在 Neocortex 上运行一个带语音的 NPC

  1. 开始使用。无需云账户或 IAM 角色。
  2. 在可视化编辑器中构建角色:用 Agent、Personality、Emotion 和 Knowledge 定义它是谁,用 Intents 和 Actions 定义它能做什么。
  3. 从你拥有权利的一段短样本克隆声音,或根据文字描述设计一个声音。
  4. 在浏览器中测试。
  5. 安装 Unity SDK 并打开一个语音示例场景,或使用 Unreal Engine 5、Godot 或 Web API。

此后,你的游戏会发送附近的物体和最近发生的事件,角色则会以带有情绪标签的台词和动作作出回复,例如 { "name": "OPEN_DOOR", "targetId": "door_02" }。 在 Pro 和 Team 套餐中,最多六个角色可以共享一场对话,因此整个主城区域都可以开口说话。 对话流程可以加入分支式的剧情节点,当玩家到达某个节点时,API 会返回检查点关键词(flowState),因此任务发布者可以推动剧情前进,而不只是回答问题。

简短总结

Nova Sonic 是一款用于 AWS 上客户服务智能体的语音到语音模型,其配额、连接限制和凭证处理都是为那个场景设计的。 对于游戏 NPC,Neocortex 在自助开通的套餐上为你提供带语音的角色、引擎 SDK 和游戏玩法接口,因此发布准备的重点是你的游戏本身,而不是 Bedrock 的配额。

AWS 的详细信息最后一次核对于 2026 年 10 月。

常见问题

Amazon Nova Sonic 有 Unity SDK 吗?

没有。AWS 为 Nova Sonic 提供 Python、Java、Node.js 和 .NET 示例,AWS 凭证需要你自己处理。Neocortex 提供适用于 Unity 6 的 Unity SDK,附六个示例场景,此外还支持 Unreal Engine 5、Godot 和 Web API。

Nova Sonic 允许多少个并发会话?

Bedrock 对 Nova 2 Sonic 的默认配额为每个区域 20 个并发请求,在 Service Quotas 中标注为不可调整,不过你可以向 AWS 申请提高。Neocortex 是按月套餐计费的托管服务,因此不存在需要申请的 Bedrock 配额。

Nova Sonic 的一次对话能持续多久?

每个连接最长 8 分钟,AWS 在其示例中提供了续期模式。使用 Neocortex 时,你通过 SDK 或 Web API 与角色对话,无需管理 Bedrock 的数据流。

哪些区域支持 Nova 2.5 Sonic?

美国东部(北弗吉尼亚)、美国西部(俄勒冈)、欧洲(斯德哥尔摩)和亚太地区(东京)。Neocortex 是你注册后通过其 SDK 或 Web API 调用的托管服务,无需选择 AWS 区域。

Nova Sonic 适合游戏 NPC 吗?

AWS 将其定位于客户服务智能体和助手,角色设计和引擎客户端等游戏功能则需要你自己完成。Neocortex 则是专为游戏角色打造的,提供可视化编辑器、游戏动作和声音克隆。

相关文章

继续阅读