Cartesia Sonic

Metin-Konuşma (TTS)Mevcut Değil
Other tarafındanModel Kimliği: cartesia-sonic

Cartesia's ultra-low-latency TTS (~90ms TTFB). State-space model with voice cloning support.

Durum
Mevcut Değil
Giriş → Çıkış
Metin → Ses
Geliştirici
Other
Güncellendi
23 Eylül 2026

Cartesia Sonic şu anda kullanılamıyor

Bu sayfadaki ayrıntıları yine de okuyabilirsiniz. Hemen karşılaştırılabilir bir modeli çalıştırmak için aşağıdaki mevcut alternatiflerden birini seçin.

Alternatiflere Git
01

Karşılaştırılabilir modeller

Bu kategorideki tümü
02

Playground

Cartesia Sonic'ı deneyin

Giriş & Sonuç

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

Oyun alanı devre dışıdır. Aynı kategoride karşılaştırılabilir modeller bulabilirsiniz: Alternatifleri görüntüle

Cartesia Sonic'ı deneyin

0 / 4.000

Gelişmiş ayarlar (2)
Sonuç
Oluşturulan konuşma burada görünür.

Bu çalıştırma

Fiyat yok – şu anda kullanılamıyor.

Yeni misiniz?

Google ile kaydolduğunuzda 10 ücretsiz kredi ($0,10)

Kaydolduktan 24 saat sonra kullanılabilir, günde 5 çalıştırmaya kadar ve çalıştırma başına en fazla 2 kredi. Diğer oturum açma yöntemleri kredi olmadan başlar.

03

Cartesia Sonic Hakkında

Özet23 Eylül 2026 itibariyle

Cartesia Sonic, Other tarafından Metin-Konuşma (TTS) kategorisinde geliştirilen bir modeldir. Cartesia Sonic şu anda Railwail üzerinde kullanılamıyor.

Arka plan

Cartesia AI hakkında

Kuruluş yılı 2023 · San Francisco, California, USA

Cartesia AI was founded in 2023 by Karan Goel and Albert Gu, the academic team behind the influential state-space model line of research at Stanford and CMU (S4, H3, Mamba, Mamba-2). Co-founders also include Arjun Desai, Brandon Yang and Chris Re (Stanford advisor). The company set out to build voice and multimodal foundation models on a state-space backbone instead of Transformers in order to achieve sub-100 ms latency and stream-friendly inference. Cartesia raised a $27M seed in March 2024 led by Index Ventures with participation from Conviction, A* and Lightspeed, followed by a $64M Series A in October 2024 led by Kleiner Perkins at a reported $325M valuation. Sonic, the company's first product, launched in May 2024 and quickly became one of the lowest-latency commercial TTS systems on the market.

Cartesia AI ziyaret edin

Mimari

State-space model (Mamba family) text-to-speech with neural codec output

Cartesia Sonic is a streaming text-to-speech model built on the structured state-space modelling (SSM) architecture pioneered by Cartesia's founders (S4, H3, Mamba, Mamba-2). Unlike Transformer-based TTS systems that scale quadratically with sequence length, Sonic uses linear-time SSMs with selective scan, which lets the model maintain a small constant-memory recurrent state and generate audio chunks as text streams in. Cartesia reports a model first-byte latency of around 75-90 ms on their hosted API, which is faster than ElevenLabs Turbo and OpenAI TTS-1. Sonic outputs 24 kHz PCM via a neural codec decoder, supports streaming text input (so it can start speaking before the LLM finishes its sentence) and offers voice cloning from short reference samples (3-30 seconds). Sonic 2 added improved prosody, multilingual coverage (15+ languages) and reduced WER. The system is offered exclusively as a hosted API; weights are not released.

Parametreler
Undisclosed
Bağlam
24.000 token

Yetenekler

  • Sub-100 ms first-byte latency suitable for real-time voice agents
  • State-space (Mamba-family) backbone with linear-time inference
  • Streaming text input and streaming audio output via WebSocket or gRPC
  • Instant voice cloning from short reference audio
  • Multilingual: English, Spanish, French, German, Portuguese, Mandarin, Japanese and more
  • Emotion and pace controls via inline tags
  • 24 kHz PCM, MP3 and Opus output formats
  • Best for: real-time voice agents, IVR systems, conversational AI, low-latency phone bots

Eğitim ve lisans

Cartesia has not disclosed the training corpus. Public statements describe a 'diverse multilingual speech dataset' with permissioned voice talent for the stock voice library.

Lisans: Proprietary commercial API. Voice clones produced from customer audio remain customer property under the Terms of Service; commercial use is permitted on paid tiers.

Güvenlik testleri: Voice-cloning policy requires explicit consent statements; outputs include an inaudible watermark and audio fingerprinting to detect misuse.

Bilinen sınırlamalar

  • Closed weights, hosted-only
  • Voice clone quality below ElevenLabs Multilingual V2 for nuanced emotional acting
  • Limited SSML / fine-grained prosody control
  • Hard cap of around 24,000 input characters per request
  • Mandarin and Japanese still less polished than English/Spanish
04

Fiyatlandırma

Şu anda kullanılamıyor. Bu modelin şu anda bir fiyatı yok, bu nedenle çalıştırılamıyor.

05

API

Cartesia Sonic öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

Doğrulanmış API örneği yok

Genel API, bu modelin ihtiyaç duyduğundan farklı bir giriş biçimi iletir. Yukarıdaki oyun alanını kullanın.

06

Özellikler

Model Kimliği
cartesia-sonic
Geliştirici
Other
Giriş
Metin
Çıkış
Ses
Çıkış formatları
MP3, WAV, OPUS
Model boyutu
Undisclosed
Lisans
Proprietary commercial API. Voice clones produced from customer audio remain customer property under the Terms of Service; commercial use is permitted on paid tiers.
Katalog girişi güncellendi
23 Eylül 2026

Giriş Parametreleri

Modelin giriş şemasından giriş ve ayarlar. API bölümündeki örnek, API'nin hangilerini kabul ettiğini gösterir.

  • inputgerekli

    Text to convert to speech

    Tür: Metin
    Varsayılan: –
    İzin verilen değerler: en fazla 4.000 karakter
  • speed
    Tür: Sayı
    Varsayılan: 1
    İzin verilen değerler: 0,5 ile 2 arasında
  • voice
    Tür: Seçim
    Varsayılan: sonic-default
    İzin verilen değerler: sonic-default, neutral-male, neutral-female, warm-female veya british-male
  • response_format
    Tür: Seçim
    Varsayılan: mp3
    İzin verilen değerler: mp3, wav veya opus

Etiketler

  • cartesia
  • tts
  • low-latency
  • voice-cloning
  • realtime
07

Kullanım Alanları

Nerelerde Kullanılır

  • Real-time voice agents and AI receptionists
  • Low-latency IVR / phone call automation
  • Live narration for video and streaming
  • Voice cloning for branded virtual assistants
  • Streaming TTS chained with LLM output
08

Sık Sorulan Sorular

Cartesia Sonic nedir?

Cartesia Sonic, Other tarafından Metin-Konuşma (TTS) kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

Cartesia Sonic Railwail'de ne kadar maliyetlidir?

Cartesia Sonic şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

Cartesia Sonic hangi ayarları destekler?

Giriş şemasına göre Cartesia Sonic şu parametreleri bilir: input (en fazla 4.000 karakter), speed (0,5 ile 2 arasında), voice (sonic-default, neutral-male, neutral-female, warm-female veya british-male) ve response_format (mp3, wav veya opus).

Cartesia Sonic ne kadar hızlıdır?

Railwail'de Cartesia Sonic için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

Cartesia Sonic, AudioLDM 2'dan daha iyi midir?

Bu göreve bağlıdır. Cartesia Sonic (Other) ve AudioLDM 2 (Haohe Liu) her ikisi de Metin-Konuşma (TTS) kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

Cartesia Sonic ve AudioLDM 2'ı karşılaştır

Cartesia Sonic'yi şu anda kullanabilir miyim?

Şu anda kullanılamıyor. Sayfa çevrimiçi kalır; aynı kategoriden mevcut alternatifler aşağıda listelenmiştir.

Tüm Modeller Tek Bir API Aracılığıyla

Railwail'deki her model için bir API anahtarı. Kullanım, ön ödemeli kredilerden tahsil edilir, 1 kredi = $0,01.