
Cartesia定位为加速开发者构建实时语音代理及语音驱动应用的平台。该举措提供低延迟的文本转语音(TTS)和语音转文本(STT)模型,并配套名为Line的代码驱动代理开发层。Cartesia致力于在电话通话、客户服务、销售自动化及本地化等场景中提供类人即时对话体验,支持包括土耳其语在内的15种语言自然语音及口音本地化。
作为TTS领域的旗舰产品,Sonic在文本转语音过程中将首包延迟降低至40毫秒,刷新了流式生成音频的速度纪录,显著提升实时对话流畅度。其特点涵盖自然音色、准确发音及对内容语境的精准把握,尤其注重数字、地址、身份信息等细节的准确朗读。
在STT方面,Ink-Whisper专为应对噪音、口音及语音压缩等现实严苛条件而开发,确保转录快速且可读性强。据官方数据,转录完成时间可缩短至66毫秒。此外,该平台支持与LiveKit、Vapi等语音基础设施直接集成。
除Sonic和Ink核心模型外,Line作为现代声音智能体开发平台,专注于通过全编码方式管理从零构建智能体的全过程。Line提供多提示词配置、可访问知识与执行工具、并行后台智能体、GitHub集成、命令行界面(CLI)、可观测性及内置评估框架等组件,并通过一键语音测试、电话实时体验、通话指标及基于大语言模型的通话分析加速工作流程。
针对安全性与企业需求,该平台具备SOC 2 Type II、HIPAA及PCI合规性认证。为满足监管、数据驻留及安全要求,平台提供安全API、企业虚拟私有云托管及本地部署等多种灵活方案。
Cartesia定价策略如下:免费计划含2万积分;Pro月付5美元含10万积分;Startup计划49美元含125万积分;Scale计划299美元含800万积分。TTS按字符计费为每字符1积分,流式传输每秒15积分;Ink-Whisper STT在Scale计划中每秒1积分(约每小时0.13美元)。Line调用按分钟计费,高级计划并发限制更高。语音克隆功能随计划开放,Enterprise计划提供定制价格、专属并发能力及SLA保障。

