Cartesia baru saja merilis Sonic-3, model Text to Speech andalan baru mereka untuk percakapan waktu nyata Sonic-3 menghadirkan streaming Text to Speech dengan elemen prosodik bawaan seperti tawa, serta emosi seperti kejutan dan rasa ingin tahu. Model baru ini mendukung 42 bahasa, termasuk 9 bahasa India. Sonic-3 memanfaatkan arsitektur State Space Model (SSM) seperti rilis Cartesia sebelumnya. Cartesia telah menjadi pemimpin dalam menggunakan SSM, dengan model lain biasanya menggunakan arsitektur berbasis transformator. SSM umumnya lebih efisien komputasi dan memori, yang kemungkinan berkontribusi pada latensi Sonic-3 yang relatif mengesankan. Cartesia menawarkan model harga berlangganan dan kredit mulai dari $0 per bulan untuk penggunaan pribadi, hingga $299 per bulan untuk paket Scale mereka. Sonic-3 telah ditambahkan ke Arena Teks ke Pidato Analisis Buatan untuk pemungutan suara preferensi buta. Dengarkan contoh klip di bawah ini 🎧