Tavus 实时 AI 数字人 API：对话视频、数字分身、价格与隐私

Tavus 是什么？

Tavus 是一个面向开发者的实时 AI 数字人 API 平台。它的 Conversational Video Interface（CVI，对话视频接口）把可配置的人设、拟真数字分身与 WebRTC 实时房间连接起来，让应用中的 AI 能通过面对面视频看、听并回答用户。Tavus 还提供独立的异步 Video Generation API，可把脚本或音频生成可下载的数字人视频。

这两条产品线不能混为一谈。CVI 是双向实时会话，管线包含视觉感知、轮次判断、语音识别、大模型、文本转语音与数字人渲染；Video Generation 则是批处理任务，输出静态视频文件，不会创建实时通话房间。开发者可使用库存形象或获得授权的定制分身，也可嵌入 Tavus 默认的 Daily 界面、自建前端，或接入受支持的 LiveKit 与 Pipecat 工作流。

Tavus 实时数字人与视频功能

• 端到端 CVI： Raven 负责感知，Sparrow 负责对话轮次，Phoenix 负责实时人脸渲染，并组合 STT、LLM、TTS 与 WebRTC。Tavus 提供整条管线，高级团队也能替换部分可配置层。
• 实时视觉感知： Raven 可分析表情、视线、物体、屏幕内容及选定音频信号。此能力涉及用户环境与行为数据，应只在完成告知、取得合法依据且确有用途时启用。
• 自然轮次与打断： Sparrow 判断数字人何时聆听、开口、让出话轮或接受打断；语音隔离可降低旁人说话触发误响应的概率。
• 可配置人设： 设置系统行为、上下文、开场白、目标、护栏、知识库 RAG、跨会话记忆、函数调用及发音词典，也可连接兼容 OpenAI 接口的大模型。
• 库存与定制数字分身： 免费和付费方案包含不同数量的库存形象；付费层级增加定制分身槽位。官方文档支持用经过授权的短视频训练分身，符合条件的套餐还提供图片转分身。
• AI 语音生成： CVI 自带 TTS 层，可使用 Tavus 语音，也可配置 Cartesia 或 ElevenLabs。数字分身可拥有拟人声音与表达，但 Tavus 不是完整的独立音频工作站。
• 异步数字人视频： 提交分身与脚本或托管音频，轮询任务状态，再使用托管或下载链接。异步视频分钟与 CVI 分钟分开计算。
• 多语言： 当前价格页写明支持 42+ 种语言；具体语言、音色与情绪控制仍取决于所选 TTS 引擎。
• 嵌入与会议： 可使用 Tavus 托管的 Daily 房间、自定义网页界面，或符合套餐条件的 Google Meet、Zoom、LiveKit 和 Pipecat 集成。

Tavus 最新价格与免费额度

下表依据 2026 年 8 月 20 日 Tavus 价格页实际可见界面整理。页面源代码仍保留旧版隐藏套餐，因此部分搜索摘要会显示不同的免费额度，或把 59 美元方案称为 Starter。当前可见方案如下：

方案	当前价格	Tavus 展示的主要额度与限制
Free	0 美元	每月 20 分钟 CVI、10 个库存分身、1 路并发、单次最长 5 分钟；不含异步视频分钟。包含 API 与无代码入口，但未显示去水印或定制分身槽位。
Starter	22 美元/月	60 分钟 CVI、1 个定制分身槽位、10 个库存分身、1 路并发、单次最长 5 分钟、会话转录、去水印与 5 分钟异步视频。页面明确写明该层级不支持按量超额。
Builder	59 美元/月	175 分钟 CVI、3 个定制分身槽位、25 个库存分身、3 路并发、单次最长 15 分钟与 15 分钟异步视频；超额 CVI 为 0.35 美元/分钟，异步视频为 1 美元/分钟。
Growth	397 美元/月	1,300 分钟 CVI、7 个定制分身槽位、10 路并发、会话录制、不限制单次时长与 50 分钟异步视频；超额 CVI 为 0.31 美元/分钟，异步视频为 0.90 美元/分钟。
Business	975 美元/月	4,000 分钟 CVI、15 个定制分身槽位、15 路并发、优先支持与上手辅导，并含 250 分钟异步视频；超额 CVI 为 0.26 美元/分钟，异步视频为 0.80 美元/分钟。
Enterprise	定制	CVI 与视频额度、并发数和价格按合同确定；对比表还列出无限定制分身槽位、完全白标、安全合规选项、零数据保留、SLA 与专属支持。

同一张可见价格页对库存分身数量存在冲突：Growth 与 Business 套餐卡写 100+，对比表却写 75+。购买前应在结算后台或向 Tavus 确认实际形象库。

Free 是持续存在的免费入口，并非限时试用。Tavus 通用条款还覆盖单独提供的试用和促销；如果某项促销要求付款信息，且用户未在付费期开始前取消，它可能自动转为付费订阅。应以结算页显示的具体条件为准。

Tavus 分钟与超额费用如何计算？

CVI 的使用量从创建会话、房间初始化且分身开始等待时计算，不是从真人真正进入房间时才开始。每次会话最低计 30 秒，并按 6 秒增量取整。如果没有参与者，Tavus 默认会在 5 分钟后自动关闭会话，但开发者可调整超时设置。仅测试创建请求时，价格页 FAQ 说明可使用测试模式避免产生费用。

当前对比表没有给 Free 和 Starter 列出额外分钟价格，其中 Starter 还明确写明不支持按量超额。Builder、Growth 与 Business 才按页面所示单价继续计费。并发数是另一项独立限制：当所有会话槽位都被占用，新用户需要等待已有会话结束。

异步 Video Generation 使用独立分钟池与超额价格，CVI 分钟不能抵扣。官方排障文档还提醒：异步视频超过约 5 分钟后，动作可能变得重复或不自然；上传音频最长为 10 分钟。

商用、所有权与平台许可

Tavus 服务条款允许合规客户将平台用于个人用途、内部商业用途，并把 Tavus API 集成到面向终端用户的网站、应用或产品。就客户与 Tavus 的关系而言，客户或其终端用户拥有上传内容、训练素材，以及生成的 Media Files 与 Interactive Media Files。这为商业产品使用提供了合同基础，但仍受条款、付款状态与适用法律约束。

客户拥有生成文件，并不代表拥有 Tavus 平台、基础模型或可下载的分身模型。定制 Customer Avatar 只能在 Tavus 平台中管理，不能下载、转移或在平台外独立运行；产品允许时可下载的是生成媒体文件。与此同时，条款授予 Tavus 一项非独占、全球性、永久、免版税许可，使其可为完成请求、提供、维护和改进产品及服务而使用客户内容与生成文件。

客户需要对输入、输出及后续传播的准确性、合法性和权利负责。生成内容不得在未经同意时冒充真人、虚构隶属或代言关系、侵犯隐私与公开权，也不得造成违法伤害。Tavus 不保证服务永不中断、没有错误或输出信息准确，因此招聘、医疗、金融、法律等高影响场景仍需人工审核。

真人同意与数字分身训练要求

技术上能够生成分身，不等于已经获得真人肖像或声音的使用权。Tavus 条款要求客户取得所有必要的告知、权利、许可、明确的生物识别同意与书面授权，并自行遵守各市场的隐私、生物识别、肖像与数据保护规则。

对于用视频训练的个人分身，真人必须在训练录像开头清楚说出 Tavus 指定的同意声明。官方排障指南说明，缺失、含糊或不匹配的声明会导致训练失败，同意内容可使用受支持语言说出。企业白标可以在同意流程中替换 Tavus 品牌名，但不会免除真实、明确同意这一义务。

训练素材也有技术限制。Tavus 文档要求 H.264 视频、小于 750 MB、至少 1 分钟且推荐约 1.5–2 分钟、至少 25 fps、全程只出现一张无遮挡且清晰可见的人脸。质量指南建议按自然录制结构准备素材，并明确不建议用 AI 生成视频训练真人分身。

隐私、生物识别数据与安全

Tavus 可能处理面部几何、声纹、实时音视频输入、会话日志、上传文件、提示词、设备数据与使用信息。其面向美国用户的生物识别数据政策说明，用户主动提供相关数据即代表同意按政策处理。Tavus 可创建匿名化数据，用于 AI 模型训练、提供服务以及合规和保护；更广泛的隐私政策也允许研发用途，其中可能包括训练 Tavus 自有 AI 技术。

对于美国用户的生物识别数据，Tavus 表示保留到最初目的完成，或用户最后一次互动后一年，两者取较早；之后依法律删除。用户也可通过 support@tavus.io 或关闭账户请求删除。其他个人信息可因服务、法律、会计、报告或安全需要继续保留，备份中的删除可能更晚完成。

Tavus 会使用服务供应商，并可能把信息传输到美国或其他国家。政策称其不会按适用隐私法定义“出售”个人信息，但仍允许对适用的网站和账户数据进行分析、营销与兴趣广告。当前价格对比把 SOC 2/HIPAA 支持、零数据保留及相关报告放在 Enterprise 列。涉及敏感或受监管数据时，应在上线前确认合同、BAA、保留设置及录制文件的存储位置。

服务不面向 18 岁以下用户。产品团队还要提供自己的终端用户隐私告知与同意流程，尤其是在启用 Raven 感知、录制、转录、记忆或真人定制分身时。

Tavus 的主要限制

• Tavus 是 API 优先的实时数字人平台，不是传统视频制作所需的完整时间线编辑器。
• 可见价格页与隐藏旧版套餐冲突，并且对 Growth/Business 的库存分身数量自相矛盾，购买前必须再次确认。
• 会话可在真人加入前就消耗分钟；每次至少计 30 秒；Free 与 Starter 的单次会话最长仅 5 分钟。
• Starter 不支持按量增加分钟，真正面向生产的弹性从 Builder 起步。
• 价格 FAQ 说明，当前纯音频 CVI 与音频加视频 CVI 使用相同的展示价格。
• 定制分身只能留在 Tavus 平台内，不能作为独立模型文件下载。
• 人脸、声音、表情、感知、话轮和事实回答都可能出错或显得不自然；超过 5 分钟的异步视频更容易出现动作重复。
• 使用真人形象需要完成技术同意检查之外的全部授权，最终责任由客户承担。
• 条款与隐私政策给予 Tavus 较广的处理与服务改进权限，其中包括一定的 AI 训练用途；隐私敏感团队不应默认零保留。
• Tavus 不保证持续可用、低延迟或输出准确；并发限制也可能让新会话排队。

Tavus 适合谁？

Tavus 适合开发嵌入式 AI 面试官、导师、教练、客服、上手向导、数字专家或陪伴产品的团队，前提是“面对面存在感”确实是核心体验。若同一个经过授权的数字分身既要参与实时对话，又要批量生成个性化视频，它也很有价值。

如果主要需求只是偶尔制作数字人口播视频，且团队不想开发，简单的头像视频编辑器通常更省事。如果已有成熟语音智能体，只缺一个渲染层，也应比较模块化数字人方案。涉及医疗、招聘、未成年人、生物识别或其他敏感场景时，应先完成法律、隐私、同意与安全评审。

常见问题

Tavus 有免费版吗？

有。当前 Free 开发者方案每月含 20 分钟 CVI、10 个库存分身和 1 路并发，但未显示定制分身槽位、去水印或异步视频分钟。

Tavus 使用 credits 积分吗？

开发者核心用量按分钟计算，而不是统一积分。CVI 与异步 Video Generation 各自拥有独立分钟池、价格和限制。

Tavus 会话从什么时候开始计费？

创建会话且分身开始在房间等待时就开始计算。每次最低 30 秒，并按 6 秒增量取整，即使参与者较晚才加入也一样。

Tavus 能生成我的数字人和声音吗？

符合条件的付费套餐提供定制分身槽位。Tavus 支持使用经过授权的短视频训练，部分工作流也支持图片配合选定声音。CVI 再通过自身 TTS 层或配置的第三方 TTS 生成语音。

可以克隆他人的脸和声音吗？

只有在取得全部必要权利和明确同意时才可以。视频训练必须完成 Tavus 指定的同意声明，条款还要求客户负责生物识别告知、书面授权和合法用途。

Tavus 可以商用吗？

可以。条款允许内部商业使用及集成到面向客户的产品，并确认客户在其与 Tavus 之间拥有生成媒体。但商用仍必须遵守条款、真人同意、第三方权利与适用法律。

Tavus 会用客户数据训练模型吗？

隐私政策允许包含自有 AI 训练在内的研发用途，并说明可创建匿名化生物识别数据训练模型。条款也允许为运营、维护和改进服务处理客户内容与生成文件。企业采购方应进一步确认合同限制和零数据保留条件。

CVI 与 Video Generation 有什么区别？

CVI 是人设与数字分身参与的双向实时 WebRTC 会话；Video Generation 是把脚本或音频异步生成托管或可下载文件的任务，两者使用不同的分钟额度。

官方来源

• Tavus 价格
• CVI 概览
• 会话生命周期与计费起点
• 异步 Video Generation 概览
• 分身同意与质量排障
• Tavus 服务条款
• Tavus 隐私政策