Transcripción de voz en streaming
Convierte el audio entrante en texto con Ink-2 para aplicaciones habladas en directo.
Cartesia
Freemium
Cartesia ofrece modelos de texto a voz y voz a texto en streaming, además de agentes de voz gestionados, para equipos que crean interfaces habladas y flujos de trabajo por voz.
¿Qué es Cartesia?
Cartesia ofrece servicios de generación de voz, transcripción y agentes de voz gestionados a través de una única API y plataforma de producto. Sus modelos de texto a voz Sonic y de voz a texto Ink están diseñados para el streaming y la interacción en tiempo real, mientras que Managed Agents permite crear y desplegar agentes de voz. La plataforma está destinada a equipos que incorporan interfaces habladas a aplicaciones y flujos de trabajo operativos. Cartesia describe opciones de despliegue en endpoints regionales en la nube, entornos locales y dispositivos, con detalles sobre el despliegue en entornos privados disponibles a través de su canal de ventas.
¿Qué puede hacer Cartesia?
Generación de texto a voz
Genera audio hablado en streaming a partir de texto con Sonic-3.6 para interfaces conversacionales.
Agentes de voz gestionados
El servicio gestionado de Cartesia proporciona herramientas para crear y operar agentes de voz, incluidos números de teléfono provisionados y una capacidad de llamadas simultáneas que varía según el plan.
Clonación y localización de voz
Los planes incluyen clonación instantánea de voz a partir de Pro y espacios para clones de voz profesionales en los niveles superiores. Localizar una voz para añadirle un acento tiene un coste indicado de 225 créditos por acento.
Concurrencia independiente por servicio
La concurrencia de texto a voz, voz a texto y agentes utiliza grupos de capacidad independientes, por lo que la actividad en un servicio no consume la asignación de concurrencia de otro.
Múltiples entornos de despliegue
Cartesia incluye endpoints regionales en la nube, despliegue local y despliegue en dispositivos para sus modelos y agentes; el despliegue local o en una nube privada virtual puede tratarse con el equipo de ventas.
Casos de uso
“Interfaces habladas en directo”
Usa transcripción en streaming y voz generada para admitir aplicaciones en las que los usuarios hablan y reciben respuestas habladas durante una interacción.
“Flujos de trabajo telefónicos automatizados”
Crea agentes de voz para llamadas como la verificación de transacciones sospechosas y la autenticación reforzada, ejemplos descritos por Cartesia.
“Agentes de voz para atención al cliente”
Despliega agentes gestionados para gestionar conversaciones con clientes en operaciones de servicio, con asignaciones de números de teléfono y llamadas simultáneas que dependen del plan.
“Despliegues regionales o privados”
Evalúa el procesamiento regional en la nube para cargas de trabajo dentro de una región, o analiza el despliegue local y en una nube privada virtual cuando los requisitos de infraestructura lo exijan.
Preguntas frecuentes
¿Qué ofrece Cartesia?
Cartesia ofrece servicios de texto a voz, voz a texto y agentes de voz gestionados. Sonic-3.6 es su modelo de texto a voz, Ink-2 es su modelo de voz a texto y Managed Agents permite gestionar flujos de trabajo con agentes de voz.
¿Cómo se facturan el uso de los modelos y las llamadas de los agentes?
Los planes combinan créditos mensuales para los modelos de voz con uso prepagado de agentes. Las llamadas de los agentes cuestan 0,06 $/minuto, más 0,014 $/minuto por la telefonía proporcionada por Cartesia. La oferta de LLM gratuito se aplica a los agentes creados mediante la interfaz de usuario durante un tiempo limitado; las evaluaciones también cuentan con una oferta gratuita temporal.
¿Cuáles son las opciones Free y Pro?
Free cuesta 0 $/mes e incluye 20.000 créditos de voz mensuales y 1 $ de uso prepagado mensual de agentes. Pro cuesta 5 $/mes y añade una licencia de uso comercial y clonación instantánea de voz.
¿La concurrencia de TTS, STT y agentes comparte capacidad?
No. Cartesia indica que cada servicio tiene un grupo de concurrencia específico, por lo que usar texto a voz no reduce la concurrencia disponible de voz a texto ni de los agentes.
¿Se puede desplegar Cartesia fuera de su servicio en la nube?
El sitio incluye el despliegue local y en dispositivos junto con endpoints regionales en la nube. Para el despliegue local o en una nube privada virtual, dirige a los equipos a ponerse en contacto con ventas.
Datos rápidos
- Categoría del producto
- Plataforma de IA de voz y agentes de voz
- Modelos de voz
- Sonic-3.6, texto a voz; Ink-2, voz a texto
- Servicio de agentes
- Managed Agents
- Plan de entrada
- Plan Free con 20.000 créditos mensuales y 1 $ de uso prepagado mensual de agentes
- Planes de pago
- Pro desde 5 $/mes; Startup, 49 $/mes; Scale, 299 $/mes; Enterprise, precio personalizado
- Modelo de facturación
- Asignaciones mensuales del plan y uso medido
Análisis de tráfico de Cartesia
Los datos de tráfico son solo como referencia.
- Valoración del dominio
- 76
Alternativas a Cartesia
Spokenly
spokenly.app
Spokenly es una app de dictado con IA para Mac, iPhone y Windows que convierte la voz en texto en cualquier aplicación. Ofrece modelos locales sin conexión gratuitos, transcripción en la nube con Pro o tus propias claves API y más de 100 idiomas.
Vocal
vocal.email
Mensajería de voz por correo electrónico para enviar notas de audio con Gmail, Outlook y otros flujos de trabajo, con transcripción, comentarios y analítica para equipos.
MiMo
mimo.xiaomi.com
La familia de modelos de IA y plataforma para desarrolladores de Xiaomi, orientada a agentes, capacidades multimodales y voz, con demo web, acceso a API y recursos técnicos.
Smallest AI
smallest.ai
Plataforma de voz con IA para TTS, STT, agentes y modelos de audio
Wispr Flow
wisprflow.ai
Dicta de forma natural y convierte tu voz en texto pulido en Mac, Windows, iPhone y Android, con herramientas para agilizar la escritura individual y el trabajo en equipo.
Grain
grain.com
Grain es un asistente de IA para grabar, transcribir y resumir reuniones, compartir conclusiones y conectar sus datos con flujos de trabajo de IA.