Cartesia har nettopp sluppet Sonic-3, deres nye flaggskip Text to Speech-modell for sanntidssamtale Sonic-3 leverer tekst-til-tale-strømming med innebygde prosodiske elementer som latter, samt følelser som overraskelse og nysgjerrighet. Den nye modellen støtter 42 språk, inkludert 9 indiske språk. Sonic-3 utnytter en State Space Model (SSM)-arkitektur som Cartesias tidligere utgivelser. Cartesia har vært ledende innen bruk av SSM-er, med andre modeller som vanligvis bruker transformatorbaserte arkitekturer. SSM-er er generelt mer data- og minneeffektive, noe som sannsynligvis bidrar til Sonic-3s relativt imponerende latens. Cartesia tilbyr en abonnements- og kredittprismodell som spenner fra $0 per måned for personlig bruk, opp til $299 per måned for deres Scale-pakke. Sonic-3 har blitt lagt til Artificial Analysis Text to Speech Arena for blind preferansestemmegivning. Lytt til eksempelklipp nedenfor 🎧

Vi introduserer AI Speech Generation Explorer – en ny måte å sammenligne AI-generert tale fra ledende tekst- til talemodeller AI Speech Generation Explorer er en nettapp som lar brukere lytte til og sammenligne AI-genererte stemmer på tvers av ledende tekst-til-tale-systemer. Den er bygget for utviklere, forskere og skapere for å evaluere modellfunksjoner og velge de best egnede stemmene for applikasjoner som taleagenter, videofortelling, lydbokproduksjon, spillkarakterer og tilgjengelighetsverktøy. Brukere kan utforske taleutganger på tvers av fire virkelige kategorier av meldinger: Kundeservice, Kunnskapsdeling, Digitale assistenter og Underholdning. Filtre for aksent, kjønn og modell gjør det enkelt å fokusere på bestemte stemmetyper eller sammenligne flere stemmer fra samme modell side ved side. Denne lanseringen markerer nok et skritt i å utvide arbeidet vårt innen Speech-domenet, der AI-stemmegenerering fremmer applikasjoner innen interaksjonsdesign, kreative medier og inkluderende teknologi.

Avenger 0.5 Pro rangerer #2 i bilde til video i Artificial Analysis Video Arena (All Models Leaderboard), bare bak Kling 2.5 Turbo! Avenger 0.5 Pro er den siste utgivelsen fra Video Rebirth, en Singapore-basert oppstart av videogenereringsmodell som nettopp kom ut av sniking. Dette representerer en betydelig oppgradering fra deres Avenger 0.5-modell utgitt i juli. Mens Avenger 0.5 Pro ikke er offentlig tilgjengelig (derav hvorfor den ikke er på Current Models-ledertavlen), har Video Rebirth indikert at deres neste modellutgivelse forventes i løpet av de kommende ukene og vil være tilgjengelig for brukere. Vi vil gi full dekning og benchmarks når den nye modellen lanseres! Se hvordan Avenger 0.5 Pro er sammenlignet med andre ledende videomodeller i vår Video Arena 🧵