跳到正文
AI HOT 精选

Cartesia 发了两个实时语音模型 Sonic 3.5 和 Ink 2,一个说一个听,双双在榜单上排第一

Cartesia 发布 Sonic 3.5 与 Ink 2 实时语音模型

Cartesia 把文字转语音的 Sonic 3.5 和语音转文字的 Ink 2 打包成一个实时语音栈。Sonic 3.5 从收到文字到出声音只要约 82 毫秒,在实时 TTS 榜单上拿了第一;Ink 2 在 Artificial Analysis 的流式语音转文字榜单上也排第一。Cartesia 现在是唯一一家同时占着听和说两个榜首的厂商。

推荐理由:Cartesia 同时发布实时语音合成 Sonic 3.5 与语音识别 Ink 2,前者约 82 毫秒出声,两者分别在实时 TTS 和流式语音转文字榜单排第一。

读原文 ↗导出 Markdown