语音与音乐
Cartesia
为语音 Agent 打造的实时、富有表现力的文字转语音 API。
产品洞察
快速了解 Cartesia
价值主张
低延迟的流式语音，对话听起来像真人。
解决的问题
慢或机械的语音合成会破坏实时对话的体验。
适合人群
开发语音产品的开发者和公司。
价格与访问方式
按用量计费的 API，有免费额度，详见官网定价页。
市场标签
- 语音 AI
- 开发者 API
技术栈
- Sonic TTS 模型
- 流式 API
01为什么收录
Cartesia 是什么？
Cartesia AI 语音生成器是一款文字转语音 API。它的 Sonic 模型流式输出速度足以支持实时对话，因此被用于客服机器人、AI 陪伴等语音 Agent 中。
02使用流程
如何使用 Cartesia
- 01
获取 API Key
注册并在控制台创建 Key。
- 02
选择声音
在 Playground 中选择声音和语言。
- 03
在应用中流式调用
在 Agent 中调用流式 API。
03核心能力
Cartesia 的核心功能
- Sonic-3.6 流式 TTS
- 44 种语言
- 可表现笑声等情绪
- 面向实时 Agent
04适合场景
Cartesia 适合什么场景？
- 语音客服
- AI 陪伴与虚拟角色
- 低延迟旁白
05常见问题
关于 Cartesia 的常见问题
Sonic 是什么？
Sonic 是 Cartesia 的文字转语音模型，当前版本为 Sonic-3.6。
支持多少种语言？
官网标注 Sonic 支持 44 种语言。
官方网站快照
cartesia.ai
Cartesia 提供流式文字转语音模型 Sonic，当前版本为 Sonic-3.6。它能以低延迟生成 44 种语言的自然、有表现力的声音（甚至包括笑声），专为 AI Agent 和互动应用设计。
