AWS 介绍 Cartesia 语音模型部署
热点事件持续更新
AWS 介绍 Cartesia 语音模型部署
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 发布博客，介绍 AWS 合作伙伴 Cartesia 如何借助自研状态空间模型（SSM）和 AWS 基础设施，在 AWS 上提供首字节延迟低于 100ms 的文本转语音与语音转文字服务。据该博客，Sonic 文本转语音模型首个音频字节约 90ms，支持 44 种以上语言，并可用 10 秒音频样本克隆声音；Ink 语音转文字模型具备原生轮次检测和流式转写能力，面向客服、远程医疗、游戏与无障碍等实时场景。 Ink 目前通过 Cartesia API 提供，用户可在 AWS Marketplace 的 Cartesia Voice AI Platform 商品页购买；该订阅只授予 AWS 账户访问模型包的权限，不部署资源。若所选实例类型的已用配额低于当前用量加计划端点实例数，用户可能需要申请提高服务配额。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 00:40
Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AWS Machine Learning BlogCartesia 如何在 AWS 上构建超低延迟语音 AI 应用
Cartesia 基于自研 State Space Model（SSM）架构的 Sonic 文本转语音与 Ink 语音转文字模型，在 AWS 上实现低于 100ms 的首字节延迟。Sonic 首音频字节约 90ms，支持 44 种以上语言和 10 秒音频样本的声音克隆；Ink 具备原生轮次检测与流式转写能力。两者面向客服、远程医疗、游戏与无障碍等实时语音场景。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。