動くコードから始める
Next.js、Python、Hono、Expoで作った11のテンプレート。
割り込める音声チャット
ブラウザーでManaged Agentと話せます。人と同じように割り込めます。
電話に出て、枠を予約し、通話を記録します。
5言語のロールプレイ。一言ごとに添削が付きます。
scriptタグ1つ。ドキュメントをもとに答え、出典を画面に表示します。
Claude Code、Cursor、Codex向けのMCPツール1つ。押して話すキーは不要です。
リンクを貼り付けると、書き起こし付きの2人のホストの回ができます。
章ごとに1つのMP3。話し手ごとの音声と、文字を追うための単語タイミング付き。
登場人物ごとの声、単語ごとの強調表示、声で選ぶ展開。
会議を録音すると、決定事項とアクションアイテムができます。
1台のスマートフォンで2つの言語。ターンが終わるたびに声で伝えます。
スマートフォンでエントリーを録音し、1週間のまとめを聞けます。
コードを書かずに今日から使う
今すぐインストールできるMacアプリと、Playgroundで設定する電話エージェント。
よくある質問
Cartesiaのクックブックとは何ですか？
音声合成のCartesia Sonic、音声認識のInk、音声エージェントのManaged Agentsで作った、オープンソースのアプリとテンプレートのセットです。
テンプレートの利用は有料ですか？
テンプレートは無料のオープンソースです。料金がかかるのは、ご自身のキーでのCartesia APIの利用分と、LLMを呼ぶテンプレートではLLMプロバイダーの利用分です。Cartesiaの新規アカウントは無料プランから始まります。
テンプレートはどの言語モデルを使いますか？
LLMを直接呼ぶテンプレートはAI SDKを使い、provider/model形式で書いたLLM_MODELからモデルを読み込みます。そのため、OpenAI、Anthropic、またはVercel AI Gatewayにある任意のモデルを使えます。Managed Agentsで作ったテンプレートは、AGENT_MODEL_IDでエージェントのLLMを設定します。
Pythonでも使えますか？
はい。「電子書籍からオーディオブック」「受付」「コーディング音声モード」はPythonのテンプレートです。TypeScriptのテンプレートは@cartesia/cartesia-jsを使い、Pythonのcartesiaパッケージにも同じ呼び出しがあります。
コーディングエージェントに作ってもらえますか？
はい。各ページに、コピーしたりClaude Code、Cursor、Codexで開いたりできるプロンプトがあります。プロンプトはエージェントにテンプレートとそのAGENTS.mdを示します。AGENTS.mdには、そのテンプレートのコマンド、ファイル、ルールが書かれています。
今すぐ始める
専門家に相談する。
音声体験の開発にCartesiaをどう活用できるか、私たちのチームにご相談ください。
開発を始める。
APIでモデルにアクセスし、数分で音声エージェントを本番環境に導入できます。