Sonic-3-Cartesia推出的实时语音对话模型
文章来源：智汇AI 发布时间：2025-10-31
Sonic-3是Cartesia最新发布的语音AI引擎，是当前市场上速度最快、最自然的实时语音对话模型。采用创新的“状态空间模型”（SSM）架构，非传统的Tra
暂无访问Sonic-3是什么
Sonic-3是Cartesia最新发布的语音AI引擎，是当前市场上速度最快、最自然的实时语音对话模型。采用创新的“状态空间模型”（SSM）架构，非传统的Transformer模型，能更有效地模拟人类思维，记住对话主题和情绪，无需每次都从头分析上下文。使得Sonic-3的延迟低于100毫秒，在实时语音交互行业中处于领先地位。Sonic-3支持42种语言，覆盖全球95%的人口，包括9种印度语言，能为不同市场的需求提供母语级的语音模型。具备智能上下文理解能力，能自动识别并正确朗读如NASA、FBI等缩写和首字母缩写词，显著增强了对话的流畅性。引擎支持语音克隆功能，用户可在短短10秒内生成个性化语音，企业版还提供专业的语音调优与品牌音色定制服务。
Sonic-3的主要功能
低延迟交互：采用创新的“状态空间模型”架构，响应延迟低于100毫秒，提供无缝流畅的实时语音交互体验。相关推荐
