AWS博客介绍Cartesia低延迟语音AI部署方案

AWS机器学习博客发布指南，介绍合作伙伴Cartesia如何利用状态空间模型（SSM）在AWS基础设施上实现低于100毫秒的实时语音交互。其Sonic文本转语音模型提供约90毫秒首字节延迟，支持44种以上语言及声音克隆；Ink模型具备原生轮次检测与流式转录能力。 部署方式因模型而异：Sonic作为Amazon SageMaker AI模型包通过AWS Marketplace交付，用户可将其部署至完全运行于虚拟私有云（VPC）内的SageMaker端点；Ink目前通过Cartesia API提供，用户可通过AWS Marketplace上的Cartesia Voice AI平台列表进行购买。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。