Cartesia acaba de lanzar Sonic-3, su nuevo modelo insignia de texto a voz para conversaciones en tiempo real Sonic-3 ofrece transmisión de texto a voz con elementos prosódicos incorporados como la risa, así como emociones como la sorpresa y la curiosidad. El nuevo modelo admite 42 idiomas, incluidos 9 idiomas indios. Sonic-3 aprovecha una arquitectura de modelo de espacio de estados (SSM) como las versiones anteriores de Cartesia. Cartesia ha sido líder en el uso de SSM, con otros modelos que generalmente utilizan arquitecturas basadas en transformadores. Los SSM son generalmente más eficientes en computación y memoria, lo que probablemente contribuye a la latencia comparativamente impresionante de Sonic-3. Cartesia ofrece un modelo de precios de suscripción y créditos que va desde $ 0 por mes para uso personal, hasta $ 299 por mes para su paquete Scale. Sonic-3 se ha agregado a la arena de texto a voz de análisis artificial para la votación de preferencia ciega. Escuche clips de muestra a continuación 🎧