Cartesia
来自 Cartesia
概览
基于状态空间模型的实时语音生成平台，可实现低延迟语音合成。
text-to-speech real-time voice
- 许可证
- 未记录
- 分类
- 音频、语音与音乐
- 商业模式
- 免费增值
- 可用性
- 全球
- 发布
- 2024-05
概述
Cartesia 是基于状态空间模型的实时语音生成平台，用于极低延迟语音合成。其 Sonic 模型面向需要快速、自然回复的对话式语音智能体。通过开发者 API 访问，按用量计费并提供免费额度。
主要功能
- 极低延迟文本转语音
- 状态空间（SSM）模型架构
- 声音克隆与多语言音色
- 面向对话智能体的流式 API
适用场景
- 实时语音智能体与助手
- 交互式语音应用
- 低延迟旁白与配音
定价
通过按用量的开发者 API 访问，含起步免费额度，规模化使用为付费档。
档案信息
来源、日期与链接集中放在这里，正文只讲产品本身。
链接、日期与来源
- 记录更新
- 2026-10-09
- 成立时间
- 2023
- 总部所在地
- US
选型档案
每个字段都标明取值依据。“未知”表示我们尚未核实，并不表示产品没有该能力。
选型档案11 个字段3 项未知
- 适合的任务
- 语音与音频
从记录推导：类别“audio-voice”。
纠错 - 使用形态
- 网页应用
托管型产品，记录中没有桌面/CLI 标签；推定为网页交付。
纠错 - 运行平台
- 网页
由记录描述/功能/标签中的平台用词推导而来。
纠错 - 运行位置
- 厂商云服务
厂商托管型产品；未记录自托管选项。
纠错 - 离线可用
- 未记录
记录中不包含离线运行的声明。
纠错 - 官方服务地区
- 全球
与记录中已有的可用地域字段（“global”）一致。
纠错 - 公开 API
- 是
在厂商页面上匹配到：“or JavaScript. Playground Try every model in the browser and grab an API key. API reference API conventions, errors, and the reference for every REST and WebSocket endpo”
纠错 - 许可证
- proprietary
商业产品；记录中未发布源代码许可证。
纠错 - 商业使用
- 未记录
商业产品；此处所审条款未声明非商业限制，但这一点未经验证。
纠错 - 界面语言
- 未记录
本轮所读的任何厂商页面都未说明产品自身的界面语言；保留该键是为了日后能作答，而不是留空。
纠错 - 计费
- 订阅 免费额度: 有限 需要订阅: 否
价格为厂商公布的入门价，不含税；请以厂商页面为准。
纠错
各字段的证据来源
- 适合的任务
- 本站推断
- 使用形态
- 本站推断
- 运行平台
- 本站推断
- 运行位置
- 本站推断
- 离线可用
- 本站推断
- 官方服务地区
- 本站推断
- 公开 API
- 已核实 2026-10-09 docs.cartesia.ai ↗
- 许可证
- 本站推断
- 商业使用
- 本站推断
- 界面语言
- 未知
关键事实与证据
每条事实都列明适用条件、来源页面与核对日期。
-
API: 已公开记录 API 已核实 2026-10-09 docs.cartesia.ai ↗
适用条件: 据 docs.cartesia.ai 于 2026-10-09 所述
在厂商页面上匹配到: “or JavaScript. Playground Try every model in the browser and grab an API key. API reference API conventions, errors, and the reference for every REST and WebSocket endpo”
纠错
常见问题
Cartesia 以什么著称？
以基于状态空间模型的极低延迟语音合成著称，面向实时语音智能体。
开发者如何使用 Cartesia？
通过流式 API 使用 Cartesia 的 Sonic 语音模型。
Cartesia 免费吗？
提供起步免费额度；生产用量按使用计费。
Cartesia 有哪些局限？
本记录未能确认 Cartesia 的许可条款、支持语言覆盖范围和可用地区，因此需要这些保证的团队应先向厂商确认。
同类产品
- ElevenLabs — 提供文本转语音、声音克隆与配音的 AI 语音平台。
- Voicemod — 面向桌面与移动端的实时变声器与音效板软件，具备 AI 语音效果、文本转语音声音与人声清理功能。
- Deepdub — 面向配音、本地化、文本转语音和语音转换的 AI 语音平台，支持 100 多种语言。
- Respeecher — 提供语音到语音转换、语音克隆、实时文本转语音 API、Pro Tools 插件与授权配音人才市场的语音 AI 平台。
- Resemble AI — 声音克隆与语音合成平台，提供实时语音生成与深度伪造检测。
- Sesame — 由 Oculus 联合创始人创办的对话式语音 AI 公司，以逼真的 Maya 语音伴侣演示而知名。
相关对比
相关指南
来源
本记录最近复核于 2026-10-09。
机器可读记录：/api/products/cartesia.json · 发现错误？提交纠错