Sonic 3.6 de Cartesia obtiene mejores valoraciones que todos los modelos de Inworld AI.

La puntuación proviene de Artificial Analysis, un benchmark independiente. Los oyentes escuchan dos clips de la misma frase sin saber qué modelo los produjo y eligen su preferido. En Provider Voice Arena, cada modelo usa sus propias voces: el catálogo cuenta junto al modelo. Sonic 3.6 es primero de los 94 modelos evaluados y primero en Controlled Voice Arena, que da a todos el mismo conjunto de voces clonadas.

44 idiomas en un modelo, incluidos inglés, español, francés, alemán y japonés. Los acentos se ajustan por región en vez de añadirse a un modelo inglés: la voz en español de Ciudad de México no es la de Madrid. Inworld ofrece 15 idiomas de producción.

Sí. Cartesia se despliega en las instalaciones y en redes aisladas. Equipos de sanidad, finanzas y administraciones lo usan para mantener el audio en su propia red, con un SLA de disponibilidad del 99.9%.

Una o dos semanas para la mayoría de los equipos. Cartesia se integra con las principales plataformas de agentes de voz y todos los modelos están en la API pública. No hace falta adoptar otra plataforma ni deshacer dependencias después.