Cartesia Lança Sonic-3.6: Novo Modelo de Síntese de Voz Domina Avaliações de Qualidade

A Cartesia lançou o Sonic-3.6, avançando sua tecnologia de síntese de fala em tempo real. O modelo alcança as melhores classificações em ambas as placas de avaliação de fala da Artificial Analysis, com desempenho particularmente forte na avaliação Controlled Voice onde a comparabilidade é padronizada entre modelos. Construído em arquitetura de state space em vez de transformers, o Sonic-3.6 entrega o áudio com início em menos de 90 milissegundos. O serviço opera como uma API na nuvem com preços por assinatura começando em $299 mensais, traduzindo-se em aproximadamente $49 por milhão de caracteres. Comparativamente, é mais barato que competidores como ElevenLabs Eleven v3 a $100 por milhão de caracteres, mantendo classificações de qualidade superiores. O modelo inclui controles especializados para fluxos baseados em agentes e suporta múltiplas línguas, incluindo código-alternância entre inglês e hindi. A Cartesia oferece a tecnologia exclusivamente através de sua plataforma hospedada sem pesos de código aberto.