跳到正文
原文
AWS Machine Learning Blog· Nolan Chen·· 16 天前AI 评分38

Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用

Building ultra-low-latency voice AI applications on AWS

AI 导读

Cartesia 基于自研 State Space Model(SSM)架构的 Sonic 文本转语音与 Ink 语音转文字模型,在 AWS 上实现低于 100ms 的首字节延迟。Sonic 首音频字节约 90ms,支持 44 种以上语言、10 秒音频样本克隆音色;Ink 原生支持对话轮次检测与流式转写。两者面向实时语音智能体,可在 AWS 上部署以满足数据主权与合规需求。

来源:AWS Machine Learning Blog · aws.amazon.com