串流文字轉語音
使用 Sonic-3.5 生成即時語音，這是公司提供的串流 TTS 模型，設計重點是低延遲對話用途，而非延後的批次渲染。
概覽
Cartesia 是一個語音 AI 平台，專注於即時語音生成、轉錄與語音代理。其主要產品為用於文字轉語音的 Sonic、用於語音轉文字的 Ink，以及用於建構語音代理的 Line。
該公司將這些模型定位於需要低延遲的即時同步互動情境，包括 AI 代理、客服、銷售、招募與其他對話工作流程。網站也說明，同一套技術堆疊可部署於雲端、內部部署、VPC 或裝置端。
核心功能
語音控制工具
建立或複製聲音，將音訊本地化為多種語言，並針對需要精準發音的人名與領域術語使用自訂發音詞典。
串流語音轉文字
使用 Ink-2 轉錄語音，這個語音轉文字模型與 Sonic 一起定位於互動式語音系統與即時對話流程。
語音代理平台
使用 Line 搭配工具、護欄、可自訂的 LLM，以及內建評估來建構語音代理，用於測試即時行為與通話分析。
彈性部署選項
將相同的模型與代理部署到雲端、內部部署、VPC 與裝置端環境，以符合延遲、資料駐留與控制需求。
以開發者為先的工作流程
結合 API 存取、SDK 與開發工具，從可直接複製貼上的範例逐步進入具備迭代開發流程的正式系統。
常見使用案例
即時助理語音
使用 Sonic 在即時對話中生成自然聽感的代理回應，讓時機與節奏影響互動品質。
正式環境語音代理
使用 Line 建構可採取行動、使用工具，並在部署前以內建評估進行測試的語音代理。
多語言語音體驗
使用 Sonic 的本地化與聲音複製功能，讓品牌聲音在不同語言與市場間保持一致。
即時語音轉錄
使用 Ink 轉錄口語輸入，適用於通話流程、即時支援工作流程或其他需要快速語音辨識的系統。
受控部署環境
當資料駐留或控制很重要時，利用平台的部署選項在雲端、內部部署、VPC 或裝置端環境中執行。
Pros and Cons
Pros
- 將文字轉語音、語音轉文字與語音代理整合在同一個平台。
- 支援低延遲、即時對話使用情境，而不僅是批次生成。
- 提供雲端、內部部署、VPC 與裝置端環境等多種部署選擇。
- 包含用於語音代理測試與監控的內建評估與分析功能。
- 同時提供自助式定價與企業聯絡銷售流程。
Cons
- 公開網站未在目前蒐集到的資料中提供完整的整合目錄或詳細的 SDK 語言清單。
- 價格頁面上列出了一些類似 FAQ 的問題，但擷取到的原始內容未包含所有答案。
- 方案採用依用量計費，因此總成本取決於 credits、agent minutes 與所選產品。
FAQ
Cartesia 是否提供自助與企業方案？
是。定價頁面顯示 Free、Pro、Startup、Scale 與 Enterprise 選項，Enterprise 也提供聯絡銷售流程。頁面同時採用依用量計費的 credits 與 agent minutes，因此團隊可以先從小規模開始，隨著使用量增加再升級。
Cartesia 平台包含哪些產品？
Cartesia 的網站展示 Sonic 用於文字轉語音、Ink 用於語音轉文字，以及 Line 用於語音代理。首頁與 agents 頁面指出，這些功能透過 API 與開發工具提供，且 Line 以建構與部署正式環境的語音代理為目標。
Cartesia 可以部署在雲端以外的環境嗎？
網站說明 Cartesia 支援雲端部署、區域性 API 端點、內部部署或 VPC 部署，以及裝置端部署。也提到相同的模型與代理可在這些環境之間運行。
Cartesia 如何處理用量與團隊存取？
定價頁面說明，所有方案都包含無限制的 workspace seats 與 voice slots，而用量則透過 credits 與 agent minutes 計量。網站也提到語音代理可使用內建評估與代理分析。
Cartesia 公開列出了哪些整合？
來源資料未提供公開的設定精靈或完整整合清單。雖然有展示 API 存取、SDK 與開發工具，但未列出完整的支援語言或第三方整合目錄。
Quick Facts
- 類別
- 語音 AI 平台
- 產品
- Sonic、Ink、Line
- 主要用途
- 即時語音生成、轉錄與語音代理
- 部署
- 雲端、內部部署、VPC、裝置端
- 定價
- Free、Pro、Startup、Scale、Enterprise
- 來源網域
- cartesia.ai