基于状态空间模型的超极速流式语音合成平台,端到端延迟突破至百毫秒内
新用户注册即可获得免费 API 额度,支持即时体验 Sonic 极速语音合成与克隆
Cartesia 是全球顶尖的实时生成式语音人工智能平台,其核心模型 Sonic 采用新一代状态空间模型架构打造。相比传统自回归模型,Sonic 实现了不到 100 毫秒的惊人音频首包生成延迟,语音音质自然灵动、语调起伏真实,支持 40 余种语言的多语种发音与声音克隆,是构建流畅如同真人互动的实时电话与对话智能体的终极音频利器。
点击下方按钮前往官方平台立即开启探索。