Cartesia
面向实时语音智能体的流式语音合成与转录平台
Cartesia 是基于状态空间模型（SSM）构建的实时语音 AI 平台，提供流式文本转语音（TTS）与语音转文本（STT）模型，主打低延迟语音智能体场景。其 Sonic 系列 TTS 主打 sub-90ms 首音频时间，支持内联表情标记、自定义发音词典以及速度/音量/情绪参数，可通过 API 与 LiveKit Agents 插件集成。模型可在云、私有化与端侧部署，面向语音代理、客户交互与内容本地化等生产场景
1
2026-08-18
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Cartesia 是基于状态空间模型（SSM）构建的实时语音 AI 平台，提供流式文本转语音（TTS）与语音转文本（STT）模型，主打低延迟语音智能体场景。其 Sonic 系列 TTS 主打 sub-90ms 首音频时间，支持内联表情标记、自定义发音词典以及速度/音量/情绪参数，可通过 API 与 LiveKit Agents 插件集成。模型可在云、私有化与端侧部署，面向语音代理、客户交互与内容本地化等生产场景
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-08-18
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-08-18版本发布
Cartesia 发布 Sonic-3.6 流式文本转语音模型，基于状态空间模型构建，登顶 Artificial Analysis 两大语音榜单，宣称 sub-90ms 首音频延迟，以 API beta 形式提供，适合低延迟语音智能体与实时客户交互场景。
Cartesia 常见问题
关于 Cartesia 的定位、核心功能、价格与最近更新。
Cartesia 是什么？
Cartesia 是基于状态空间模型（SSM）构建的实时语音 AI 平台，提供流式文本转语音（TTS）与语音转文本（STT）模型，主打低延迟语音智能体场景。其 Sonic 系列 TTS 主打 sub-90ms 首音频时间，支持内联表情标记、自定义发音词典以及速度/音量/情绪参数，可通过 API 与 LiveKit Agents 插件集成。模型可在云、私有化与端侧部署，面向语音代理、客户交互与内容本地化等生产场景。
Cartesia 有哪些核心功能？
Cartesia 当前已核验的核心功能包括：语音合成、语音对话。
Cartesia 如何收费？
AI Equal 当前没有收录 Cartesia 的可验证价格信息。
Cartesia 最近有什么更新？
2026-08-18：Cartesia 发布 Sonic-3.6 流式文本转语音模型，基于状态空间模型构建，登顶 Artificial Analysis 两大语音榜单，宣称 sub-90ms 首音频延迟，以 API beta 形式提供，适合低延迟语音智能体与实时客户交互场景。