# 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，帮助团队为应用和业务流程构建实时语音交互。 - Findings24: - 网站: - 价格: Freemium - 分类: 语音转文字, AI 语音生成器 ## 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？ ### 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。 ### 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