AI语音榜又换王：Cartesia压过Qwen、ElevenLabs
BiRun 讯，Cartesia 发布新一代实时语音合成模型 Sonic 3.6，目前已开放 Beta。模型支持 44 种语言，并同时拿下 Artificial Analysis 两个 TTS 榜单第一。
Provider Voice 比的是各家模型用自带原装音色时的最终效果，Sonic 3.6 排在 Qwen-Audio-3.0-TTS-Plus、Simba 3.2 和 Gemini 3.1 Flash TTS 前面。Controlled Voice 则让所有模型模仿同一组参考声音，尽量排除音色本身的优势，更集中比较模型能力，Sonic 3.6 依然第一。
Artificial Analysis 测得 Sonic 3.6 生成速度为每秒 136.1 个字符，ElevenLabs Eleven v3 为 46.7，Gemini 3.1 Flash TTS 为 24.2。
价格为每百万字符 49 美元，不到 Eleven v3 的一半，但仍高于 Qwen 的 27.6 美元和 Simba 3.2 的 10 美元。
Cartesia
Provider Voice 比的是各家模型用自带原装音色时的最终效果，Sonic 3.6 排在 Qwen-Audio-3.0-TTS-Plus、Simba 3.2 和 Gemini 3.1 Flash TTS 前面。Controlled Voice 则让所有模型模仿同一组参考声音，尽量排除音色本身的优势，更集中比较模型能力，Sonic 3.6 依然第一。
Artificial Analysis 测得 Sonic 3.6 生成速度为每秒 136.1 个字符，ElevenLabs Eleven v3 为 46.7，Gemini 3.1 Flash TTS 为 24.2。
价格为每百万字符 49 美元，不到 Eleven v3 的一半，但仍高于 Qwen 的 27.6 美元和 Simba 3.2 的 10 美元。
Cartesia
评论
0/500
登录 后参与讨论
免责声明：本文内容仅供参考，不构成任何投资建议。
更多快讯