Sonic 3.6 de Cartesia est mieux noté que tous les modèles Inworld AI.

Ce score vient d’Artificial Analysis, un benchmark indépendant. Les auditeurs écoutent deux extraits de la même phrase sans connaître les modèles, puis choisissent leur préféré. Dans la Provider Voice Arena, chaque modèle utilise ses propres voix : le catalogue compte autant que le modèle. Sonic 3.6 est premier des 94 modèles évalués et premier de la Controlled Voice Arena, qui donne à chacun le même ensemble de voix clonées.

44 langues dans un seul modèle, dont l’anglais, l’espagnol, le français, l’allemand et le japonais. Les accents sont ajustés par région plutôt qu’ajoutés à un modèle anglais : l’espagnol de Mexico et celui de Madrid n’ont donc pas la même voix. Inworld propose 15 langues en production.

Oui. Cartesia se déploie sur site et en réseau isolé. Des équipes de la santé, de la finance et de l’administration l’utilisent pour conserver l’audio dans leur propre réseau, avec un SLA de disponibilité de 99.9%.

Une à deux semaines pour la plupart des équipes. Cartesia est intégré aux principales plateformes d’agents vocaux et chaque modèle est disponible via l’API publique. Pas de plateforme à adopter ni de dépendances à démêler plus tard.