流式语音转文字
使用 Ink-2 将传入音频转换为文本，以支持实时语音应用。
什么是 Cartesia？
Cartesia 通过统一 API 和产品平台提供语音生成、语音转文字及托管语音智能体服务。其 Sonic 文本转语音模型和 Ink 语音转文字模型专为流式处理和实时交互设计，Managed Agents 则支持构建和部署语音智能体。该平台面向希望在应用和业务流程中添加语音界面的团队。Cartesia 表示支持区域云端点、本地部署和设备端使用等部署选项；私有环境的部署详情可通过其销售渠道获取。
Cartesia 能做什么？
文本转语音生成
使用 Sonic-3.6 将文本生成为流式语音音频，用于对话式界面。
托管语音智能体
Cartesia 的托管服务提供构建和运营语音智能体的工具，包括配备的电话号码；并发通话容量因套餐而异。
语音克隆和本地化
Pro 及更高版本的套餐包含即时语音克隆功能，更高等级套餐还提供专业语音克隆名额。将语音本地化为新增口音的费用为每种口音 225 个积分。
服务间独立的并发容量
文本转语音、语音转文字和智能体并发使用独立的容量池，因此某项服务的活动不会占用另一项服务的并发额度。
多种部署环境
Cartesia 列出区域云端点、本地部署和设备端部署，用于其模型和智能体；本地部署或虚拟私有云部署可与销售团队洽谈。
使用场景
“实时语音界面”
使用流式语音转文字和生成式语音，支持用户在交互过程中进行语音输入并接收语音回复的应用。
“自动化电话流程”
构建用于可疑交易验证和加强身份验证等通话场景的语音智能体，这些是 Cartesia 描述的示例。
“客户服务语音智能体”
部署托管智能体以处理服务运营中的客户对话，电话号码和并发通话额度取决于套餐。
“区域性或私有部署”
对于需要区域内处理的工作负载，可评估区域云处理；当基础设施要求需要时，也可洽谈本地部署和虚拟私有云部署。
常见问题
Cartesia 提供哪些服务？
Cartesia 提供文本转语音、语音转文字和托管语音智能体服务。Sonic-3.6 是其文本转语音模型，Ink-2 是其语音转文字模型，Managed Agents 支持语音智能体工作流。
模型使用和智能体通话如何计费？
套餐将每月语音模型积分与预付智能体用量相结合。智能体通话费用为每分钟 0.06 美元，另加 Cartesia 提供的电信服务费每分钟 0.014 美元。免费 LLM 优惠仅适用于通过界面创建的智能体，且有时间限制；评估也提供临时免费优惠。
Free 和 Pro 选项是什么？
Free 费用为每月 0 美元，包含每月 20,000 个语音积分和价值 1 美元的每月预付智能体用量。Pro 费用为每月 5 美元，并增加商业使用许可和即时语音克隆功能。
TTS、STT 和智能体并发是否共享容量？
不共享。Cartesia 表示每项服务都有独立的并发容量池，因此使用文本转语音不会减少可用的语音转文字或智能体并发容量。
Cartesia 能否部署在其云服务之外？
该网站将本地部署和设备端部署与区域云端点一并列出。对于本地部署或虚拟私有云部署，网站建议团队联系销售人员。
快速信息
- 产品类别
- 语音 AI 和语音智能体平台
- 语音模型
- Sonic-3.6 文本转语音；Ink-2 语音转文字
- 智能体服务
- Managed Agents
- 入门套餐
- Free 套餐，包含每月 20,000 个积分和价值 1 美元的每月预付智能体用量
- 付费套餐
- Pro 起价为每月 5 美元；Startup 每月 49 美元；Scale 每月 299 美元；Enterprise 采用定制定价
- 计费模式
- 每月套餐额度和按量计费
Cartesia 流量分析
流量数据仅供参考。
- 域名评分
- 76