基于 AWS 构建超低延迟语音 AI 应用

AWS Partner Cartesia 依托专用 SSM 和 AWS 基础设施，实现全球规模下 sub-100ms 的语音生成与转写。其 Sonic 模型首个音频字节延迟约 90ms，支持 44 种以上语言，并可用 10-second 音频样本克隆声音。Ink 模型支持原生轮次检测、实时部分转写、多说话人处理及噪声环境识别，开发者可通过 API 构建实时对话式语音应用。