Amazon Polly

リスナーはCartesiaのSonic 3.6をすべてのAmazon Pollyエンジンより高く評価しています。

ServiceNow、Decagon、Quoraは本番環境の音声エージェントにCartesiaを使用しています。1つのモデルで44言語、最初の音声まで90ms未満。

2X Solutions logo
arini logo
toby logo

音声品質

リスナーはSonic 3.6をすべてのPollyエンジンより高く評価

  • Artificial Analysisはモデル名を伏せて同じ文のクリップを2つ再生し、 掲載するすべてのモデルを同じ方法で評価します。
  • Sonic 3.6は、Pollyで最も評価の高いPolly Generativeを200ポイント以上上回っています。

Provider Voice ArenaのEloスコア

高いほど良い

Artificial Analysis2026年10月
1291
1065
1030
896
830
Sonic 3.6
Cartesia
Amazon Polly
Polly Generative
Amazon Polly
Amazon Polly
Polly Long-form
Amazon Polly
Amazon Polly
Polly Neural
Amazon Polly
Amazon Polly
Polly Standard
Amazon Polly

速度

Sonic 3.6の生成速度はPolly Generativeを上回ります

  • Artificial Analysisは掲載するすべてのモデルを同じ測定環境で計測し、 1秒あたりの生成文字数を比較します。
  • Sonic 3.6は毎秒139.3文字、Polly Generativeは103.3文字を生成します。つまり、リスナーが好む声は 生成も速いのです。

1秒あたりの文字数

高いほど良い

Artificial Analysis2026年11月
139.3
103.3
Sonic 3.6
Cartesia
Amazon Polly
Polly Generative
Amazon Polly

企業がAmazon PollyではなくCartesiaを選ぶ理由

  1. 人間らしい自然さ

    Artificial Analysis
    Cartesia
    1291 Elo
    Amazon Polly
    1065 EloPolly Generative1030 EloPolly Long-form896 EloPolly Neural830 EloPolly Standard

    2026年10月

  2. 言語一覧

    Cartesia
    1つのモデルで44言語とネイティブなアクセントに対応
    Amazon Polly
    9言語の生成音声
  3. 独自の声

    Cartesia
    公開APIで10秒からのインスタントクローン、30分からのプロフェッショナルクローン
    Amazon Polly
    Amazon Pollyチームとの個別契約によるBrand Voice
  4. 導入形態

    Cartesia
    政府機関、医療機関、金融機関でオンプレミスとエアギャップ環境の稼働実績があり、稼働率99.9%のSLAを提供
    Amazon Polly
    10のAWSリージョンで生成音声を提供
  5. 会話処理全体の構成

    Cartesia
    1社の1つのAPIでTTS、STT、Agentsを提供
    Amazon Polly
    音声生成にはPolly、文字起こしとエージェントには別のAWSサービスが必要

よくある質問

AWS PollyとAmazon Pollyは同じですか?

はい。Amazon PollyはAWSのテキスト読み上げサービスで、どちらの名前でも検索されています。このページではSonic 3.6を、Pollyの4つのエンジン、Generative、Long-form、Neural、Standardと比較します。

品質スコアはどう測定されていますか?

独立したベンチマークであるArtificial Analysisの結果です。リスナーはモデル名を知らされずに同じ文の2つのクリップを聴き、好みの方を選びます。Sonic 3.6は、Pollyの4つのエンジン、Generative、Long-form、Neural、Standardすべてを上回る評価です。

Cartesiaは何言語に対応していますか?

1つのモデルで英語、スペイン語、フランス語、ドイツ語、日本語など44言語に対応しています。英語モデルに後付けするのではなく、地域ごとにアクセントを調整しています。Pollyの生成音声は9言語に対応しています。

Cartesiaで自分の声を使えますか?

はい。インスタントクローンには10秒、プロフェッショナルクローンには30分の音声が必要です。どちらも公開APIからセルフサービスで利用できます。Amazon Pollyのカスタム音声Brand Voiceは、Pollyチームとの個別契約で制作されます。

自社のインフラでCartesiaを実行できますか?

はい。Cartesiaはオンプレミスとエアギャップ環境にデプロイできます。医療、金融、政府機関のチームが音声を自社ネットワーク内に保つために利用しており、稼働率99.9%のSLAが適用されます。

Amazon Pollyからの移行にはどれくらいかかりますか?

多くのチームで1〜2週間です。Cartesiaは主要な音声エージェントプラットフォームと統合され、すべてのモデルを公開APIで利用できます。別のプラットフォームに移る必要も、後から依存関係を解く手間もありません。

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。

営業に問い合わせる

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。

Cartesiaを試す