Cartesia 利用 SSM 架构在 AWS 上实现亚百毫秒语音 AI

Cartesia 利用状态空间模型（SSMs）在 AWS 上实现亚 100 毫秒语音 AI。其 Sonic 文本转语音模型首字节延迟约 90 毫秒，支持 44 种语言及声音克隆；Ink 语音转文本模型具备原生话轮检测与流式转录能力。