热点事件观察中

介绍在 AWS 上部署 Cartesia 语音模型

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

AWS Machine Learning Blog 发布教程，介绍 AWS 合作伙伴 Cartesia 如何基于专用 State Space Model（SSM）架构与 AWS 基础设施，在 AWS 上部署低于 100ms 延迟的语音生成与转写。教程涉及两个模型的部署方式：流式 TTS 模型 Sonic 通过 AWS Marketplace 以 SageMaker AI 模型包的形式提供，可部署到完全运行在用户 VPC 内的 SageMaker AI 端点；流式语音转文本模型 Ink 目前通过 Cartesia API 提供，需在 AWS Marketplace 的 Cartesia Voice AI Platform 列表中购买。据该教程介绍，Sonic 首个音频字节约 90ms，支持超 44 种语言和基于 10 秒音频样本的声音克隆；Ink 支持原生轮次检测和边说边出的部分转写，两者组合可构建接近人类对话体验的语音 AI 应用。

AI 根据报道生成 · 2 天前更新

最新进展11月4日 00:40

Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

00:40
AWS Machine Learning Blog
Cartesia 如何在 AWS 上构建超低延迟语音 AI 应用
AWS 合作伙伴 Cartesia 基于专用 State Space Model（SSM）架构与 AWS 基础设施，提供 sub-100ms 延迟的语音生成与转写。其核心模型包括流式 TTS 模型 Sonic（首个音频字节约 90ms，支持超 44 种语言、10 秒音频样本声音克隆）和流式语音转文本模型 Ink（原生轮次检测、边说边出部分转写）。两者组合可构建接近人类对话体验的语音 AI 应用。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1011月4日 01:00
近 24 小时变化: -50%

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。