跳到正文
热点事件持续更新

AWS 博客介绍部署 Cartesia 低延迟语音模型 Sonic 与 Ink

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

AWS 机器学习博客发布教程，介绍 AWS 合作伙伴 Cartesia 的实时语音 AI 模型如何在 AWS 上部署。Cartesia 基于状态空间模型（SSM）架构，提供亚 100ms 延迟的语音生成与转写能力。 语音生成模型 Sonic 首字节延迟约 90ms，支持 44 种以上语言，可用 10 秒音频样本克隆声音；它以 Amazon SageMaker AI 模型包形式通过 AWS Marketplace 提供，可部署到完全运行在用户 VPC 内的 SageMaker 端点。语音转写模型 Ink 原生支持轮次检测与流式转写，无需单独的 VAD 模型；目前通过 Cartesia API 提供，可经 AWS Marketplace 上的 Cartesia Voice AI Platform 列表购买。两者组合可构建接近人类对话体验的语音智能体。

AI 根据报道生成 · 3 小时前更新

最新进展11月4日 00:40
Building ultra-low-latency voice AI applications on AWS

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. AWS Machine Learning Blog
    Building ultra-low-latency voice AI applications on AWS

    AWS 合作伙伴 Cartesia 基于状态空间模型（SSM）架构，在 AWS 上提供亚 100ms 延迟的实时语音 AI 方案。其语音生成模型 Sonic 首字节延迟约 90ms，支持 44 种以上语言、10 秒音频样本克隆声音；语音转写模型 Ink 原生支持轮次检测与流式转写，无需单独的 VAD 模型。两者组合可构建接近人类对话体验的语音智能体。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月4日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。