Gli ascoltatori valutano Sonic 3.6 di Cartesia sopra tutti i modelli Inworld Realtime TTS-2.

ServiceNow, Decagon e Quora usano Cartesia per i loro agenti vocali in produzione. Un solo modello, 44 lingue, primo audio in meno di 90ms.

2X Solutions logo
arini logo
toby logo

Artificial AnalysisAl 1º posto su Speech Arena

Ascolta perché gli ascoltatori preferisconoCartesia a Inworld AI

Sonic 3.6 di Cartesia è valutato sopra Inworld Realtime TTS-2 Flash nei test di ascolto alla cieca di Artificial Analysis.

Prova Cartesia gratis

“I understand things are difficult right now. We can start with a smaller amount, around $35 a month, and adjust it later. There's no pressure to commit to more than you can manage.”

Realtime TTS-2 Flash

Sonic 3.6

Qualità vocale

Gli ascoltatori valutano Sonic 3.6 sopra Realtime TTS-2 nei test alla cieca

  • Nell'Artificial Analysis Provider Voice Arena, gli ascoltatori sentono due clip della stessa frase senza sapere quale modello ha generato ciascuna.
  • Sonic 3.6 ottiene una valutazione più alta di entrambi i modelli Inworld, Realtime TTS-2 e Realtime TTS-2 Flash.

Elo di Provider Voice Arena

Un valore più alto è migliore

Artificial AnalysisOttobre 2026
1291
1266
1218
Sonic 3.6
Cartesia
Realtime TTS-2
Inworld AI
Realtime TTS-2 Flash
Inworld AI

Velocità

Sonic 3.6 genera voce più velocemente di Realtime TTS-2

  • Artificial Analysis misura tutti i modelli in classifica con lo stesso sistema, in caratteri generati al secondo.
  • Sonic 3.6 genera 139.3 caratteri al secondo, contro 84.8 di Realtime TTS-2.

Caratteri al secondo

Un valore più alto è migliore

Artificial AnalysisNovembre 2026
139.3
84.8
Sonic 3.6
Cartesia
Realtime TTS-2
Inworld AI

Perché le aziende scelgono Cartesia invece di Inworld AI

  1. Naturalezza simile a quella umana

    Artificial Analysis
    Cartesia
    1291 Elo
    Inworld AI
    1266 EloRealtime TTS-21218 EloRealtime TTS-2 Flash

    Ottobre 2026

  2. Distribuzione

    Cartesia
    Distribuzione on-premise e in ambienti isolati, già in uso presso enti pubblici, strutture sanitarie e istituti finanziari, con SLA di disponibilità del 99.9%
    Inworld AI
    SLA, DPA e residenza dei dati solo nel livello Enterprise

Domande frequenti

Come si confronta Inworld Realtime TTS-2 con Cartesia sulla qualità della voce?

Gli ascoltatori preferiscono Sonic 3.6. Nell'Artificial Analysis Provider Voice Arena, dove gli ascoltatori confrontano due clip senza sapere quale modello ha generato ciascuna, Sonic 3.6 ottiene 1291 contro 1266 di Realtime TTS-2 e 1218 di Realtime TTS-2 Flash, a ottobre 2026.

Come viene misurato il punteggio di qualità?

Viene da Artificial Analysis, un benchmark indipendente. Gli ascoltatori sentono due clip della stessa frase senza sapere quale modello ha prodotto ciascuna, e scelgono quella che preferiscono. Il Provider Voice Arena fa parlare ogni modello con le proprie voci.

Quali lingue supporta Cartesia?

44 lingue con un solo modello, tra cui inglese, spagnolo, francese, tedesco e giapponese. Gli accenti sono calibrati per regione, non aggiunti a un modello inglese: lo spagnolo di Città del Messico e quello di Madrid non hanno la stessa voce.

Posso eseguire Cartesia sulla mia infrastruttura?

Sì. Cartesia si distribuisce on-premise e in ambienti isolati, così i team di sanità, finanza e pubblica amministrazione possono mantenere l'audio nella propria rete, con SLA di disponibilità del 99.9%.

Quanto tempo richiede il passaggio da Inworld AI?

Una o due settimane per la maggior parte dei team. Cartesia è integrato nelle principali piattaforme di agenti vocali e ogni modello è disponibile tramite l'API pubblica, quindi non occorre adottare un'altra piattaforma né sciogliere questo vincolo in seguito.

Inizia oggi

Parla con un esperto.

Contatta un membro del nostro team e scopri come Cartesia può aiutarti a creare esperienze vocali di altissimo livello.

Contatta il team commerciale

Inizia a sviluppare.

Accedi ai nostri modelli tramite API e porta un agente vocale in produzione in pochi minuti.

Prova Cartesia