Cartesia 在 AWS 上推出超低延迟语音 AI 模型
热点事件持续更新
Cartesia 在 AWS 上推出超低延迟语音 AI 模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 的合作伙伴 Cartesia 利用状态空间模型（SSM）和 AWS 基础设施，推出了声称可实现亚 100 毫秒延迟的语音生成与识别模型，用于全球实时语音应用。 其 Sonic 模型声称可在约 90 毫秒内生成首字音频，支持 44 种语言的语音合成与少量数据克隆；Ink 模型则声称具备原生轮次检测和流式转录功能。 开发者可通过 AWS Marketplace 获取 Sonic 模型包部署至私有 VPC，或通过 Cartesia API 购买使用 Ink 模型。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 00:40
Cartesia 如何利用状态空间模型（SSM）构建超低延迟语音 AI 应用报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AWS · AI 博客Cartesia 如何利用状态空间模型（SSM）构建超低延迟语音 AI 应用
Cartesia 使用状态空间模型（SSM）和 AWS 基础设施实现亚 100 毫秒的语音生成与识别，适用于全球范围的实时语音应用。Sonic 模型可在约 90 毫秒内生成首字音频，支持 44 种语言的超真实语音合成与少量数据语音克隆；Ink 模型具备原生轮次检测和流式转录功能，无需额外语音活动检测模型即可处理多说话人和噪声环境。开发者可通过 API 实时调用，实现接近人类对话的语音 AI 体验。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。