Cartesia 发布 Sonic 3.6：44 语言语音模型，延迟低于 90ms
emmanuelvivier · x · 2026-08-20
Cartesia 发布了最新版实时文本转语音模型 Sonic-3.6。该模型在 Artificial Analysis 的两个语音排行榜上均位居第一（Provider Voice 1283 Elo，Controlled Voice 1123 Elo）。模型基于状态空间模型而非 Transformer，首字音频延迟低于 90 毫秒，支持 44 种语言，目前提供 Beta 版 API 接入，不开源权重。
「模型」频道最新
- 数据说话：路由和安全分类用决策模型，中位速度快 7-8 倍 — randal_olson · 2026-10-16
- 小米 MiMo V2.6 Pro 登顶 Agent Arena 开源榜，成本仅 $0.11/任务 — arena · 2026-10-16
- 决策模型 vs LLM：知识推理 LLM 胜，路由审核平手且前者更快 — randal_olson · 2026-10-16
- ChatGPT 推荐视频工具时提示「可通过 Runway 集成获取」，被讽疑似软广 — tlakomy · 2026-10-16
- 微软 MAI 自研 3T 参数级预训练基座模型完成，后训练结果即将公布 — soumitrashukla9 · 2026-10-16
- 实测 Gemini 4 Argon：速度远超 Opus 5.5，但幻觉多且贵 — prasenx · 2026-10-16