AI 音频工具
Cartesia
低延迟语音合成与识别，在第三方语音竞技场排第一
价格模式可免费试用
中文支持以英文为主
适用平台Web、API
中文界面仅英文界面
资源介绍
Cartesia 做的是语音的两头，合成模型 Sonic-3.6 负责说，识别模型 Ink-2 负责听。它对外强调的核心指标是延迟，因为实时语音对话里延迟直接决定体验。
官网首页援引 Artificial Analysis 的第三方评测，称其在语音竞技场与语音识别两项上均排名第一。它还在此之上做了叫 Line 的语音 Agent 平台，把模型包成可以直接搭对话应用的服务。
价格按年付视图完整公开。Free 档 0 美元含 2 万积分，Pro 每月 4 美元含 10 万积分，Startup 每月 39 美元含 125 万积分，Scale 每月 239 美元含 800 万积分，另有 Enterprise 需联系。
适合什么人
要做实时语音对话、语音助手或播客工具的开发者与产品团队
真实使用场景
给客服机器人接入低延迟语音合成
用 Ink-2 做语音转写
用 Line 平台直接搭一个语音 Agent
价格说明
年付视图价格，Free 0 美元含 2 万积分，Pro 4 美元/月含 10 万积分，Startup 39 美元/月含 125 万积分，Scale 239 美元/月含 800 万积分，Enterprise 需联系销售。
核心特点
Sonic-3.6 语音合成模型
Ink-2 语音识别模型
第三方评测语音竞技场排名第一
Line 语音 Agent 平台
免费档含 2 万积分
限制与注意事项
按积分计费，长音频消耗快
中文语音的表现需自行测试
没有中文界面
第三方排名会随模型迭代变化
常见问题
Cartesia 多少钱？
年付视图下 Free 档 0 美元含 2 万积分，Pro 每月 4 美元含 10 万积分，Startup 每月 39 美元含 125 万积分，Scale 每月 239 美元含 800 万积分。
Cartesia 的延迟有多低？
官网援引 Artificial Analysis 第三方评测，称其在语音竞技场与语音识别两项上均排名第一，实际延迟建议自行压测。
Cartesia 支持中文吗？
界面为英文，中文语音的合成与识别表现建议自行测试后再投产。
相关链接
编辑：WhosBug团队 · 更新于
