AWS Machine Learning Blog· Nolan Chen·· 2 小时前AI 评分33
Cartesia 基于状态空间模型在 AWS 实现超低延迟语音 AI
Building ultra-low-latency voice AI applications on AWS
AI 导读
Cartesia 利用状态空间模型（SSM）在 AWS 上实现低于 100ms 的实时语音交互。其 Sonic 模型提供约 90ms 首字节延迟的 TTS，支持 44+ 语言及 10 秒样本声音克隆；Ink 模型具备原生轮次检测与流式转录能力，优化对话体验。
来源：AWS Machine Learning Blog · aws.amazon.com