Cartesia Sonic: il primo modello vocale di Cartesia, basato su state space model, a 135 ms
In una frase A fine maggio 2024 la startup Cartesia presenta Sonic, modello text-to-speech costruito su un'architettura state space model invece che transformer, con una latenza del modello di 135 ms, un playground web, un'API a bassa latenza, clonazione istantanea della voce e voice design.
Un agente vocale risulta naturale solo se la voce sintetica comincia a parlare quasi subito. Cartesia, startup fondata dai ricercatori dello Stanford AI Lab che hanno lavorato sugli state space model S4 e Mamba, presenta a fine maggio 2024 il suo primo modello vocale, Sonic.
Cartesia dichiara per Sonic una latenza del modello di 135 millisecondi, la più bassa per un modello della sua classe secondo l'azienda. Il lancio comprende un playground web con una libreria di voci e un'API a bassa latenza, con clonazione istantanea della voce e regolazione di velocità ed emozione.
È un prodotto pensato per chi costruisce assistenti vocali e altre applicazioni in tempo reale, dove pochi decimi di secondo cambiano la percezione della conversazione.
Aziende
Cartesia
Tool
Sonic, Cartesia TTS
Tag
Fonti